中央研究院用于 VCC2020 的语音转换系统
音频与语音处理
2020-10-07 v1 声音
摘要
本文描述了中央研究院（Academia Sinica）针对 2020 年语音转换挑战赛（Voice Conversion Challenge 2020）两项任务的系统，即同语言语音转换（任务 1）与跨语言语音转换（任务 2）。对于两项任务，我们均遵循级联的 ASR+TTS 结构，使用音素令牌作为 TTS 输入，而非文本或字符。对于任务 1，我们使用国际音标（IPA）作为 TTS 模型的输入。对于任务 2，我们使用由向量量化变分自编码器（VQVAE）提取的无监督音素符号。在评估中，听辨测试表明我们的系统在 VCC2020 挑战赛中表现良好。
引用
@article{arxiv.2010.02669,
title = {The Academia Sinica Systems of Voice Conversion for VCC2020},
author = {Yu-Huai Peng and Cheng-Hung Hu and Alexander Kang and Hung-Shin Lee and Pin-Yuan Chen and Yu Tsao and Hsin-Min Wang},
journal= {arXiv preprint arXiv:2010.02669},
year = {2020}
}