基于带卷积小波核的双GAN的端到端基频语音转换
音频与语音处理
2021-04-16 v1 机器学习
声音
摘要
本文提出一种用于表现力语音转换中F0变换的端到端框架。我们提出单一神经网络，其中第一模块用于在不同时间尺度上学习F0表示，第二对抗模块用于学习从一种情感到另一种情感的变换。第一模块由带小波核的卷积层构成，从而可有效编码F0变化的各种时间尺度。该单一的分解/变换网络允许以端到端方式直接从原始F0信号学习相对于变换最优的F0分解。
引用
@article{arxiv.2104.07283,
title = {Towards end-to-end F0 voice conversion based on Dual-GAN with convolutional wavelet kernels},
author = {Clément Le Moine Veillon and Nicolas Obin and Axel Roebel},
journal= {arXiv preprint arXiv:2104.07283},
year = {2021}
}