Stepback：通过多任务学习实现语音转换的增强解耦
声音
2025-01-28 v1 计算与语言
音频与语音处理
摘要
语音转换（VC）在保持语言内容不变的前提下修改语音特征。本文提出了Stepback网络，这是一个用于使用非平行数据的说话人身份转换的新型模型。与传统VC方法依赖平行数据的不同，本方法利用深度学习技术来增强解耦完成度和语言内容保真性。Stepback网络包含不同域数据输入的双向流动，并使用自毁性修正约束来优化内容编码器。大量实验表明，我们的模型显著提高了VC性能，在减少训练成本的同时实现了高质量的语音转换。Stepback网络的设计为高级语音转换任务提供了一个有前景的解决方案。
引用
@article{arxiv.2501.15613,
title = {Stepback: Enhanced Disentanglement for Voice Conversion via Multi-Task Learning},
author = {Qian Yang and Calbert Graham},
journal= {arXiv preprint arXiv:2501.15613},
year = {2025}
}