StarGAN-VC+ASR：由自动语音识别正则化的基于 StarGAN 的非平行语音转换
声音
2023-01-18 v1 人工智能
摘要
在语音转换（VC）过程中，保留输入语音的语言内容至关重要。基于 StarGAN 的语音转换方法是一种最近开发的方法，可实现非平行多对多语音转换。尽管该方法功能强大，但当可用训练样本数量极少时，它可能无法保留输入语音的语言内容。为了克服这一问题，我们提出使用自动语音识别来辅助模型训练，以改进 StarGAN-VC，特别是在低资源场景下。实验结果表明，使用我们提出的方法，StarGAN-VC 能够比原始 StarGAN-VC 保留更多的语言信息。
关键词
引用
@article{arxiv.2108.04395,
title = {StarGAN-VC+ASR: StarGAN-based Non-Parallel Voice Conversion Regularized by Automatic Speech Recognition},
author = {Shoki Sakamoto and Akira Taniguchi and Tadahiro Taniguchi and Hirokazu Kameoka},
journal= {arXiv preprint arXiv:2108.04395},
year = {2023}
}
备注
5 pages, 6 figures, Accepted to INTERSPEECH 2021