语音转换挑战赛2020：语内半平行与跨语种语音转换
音频与语音处理
2020-08-31 v1 声音
摘要
语音转换挑战赛是一项两年一度的科学活动，旨在比较和理解基于共同数据集构建的不同语音转换(VC)系统。2020年，我们组织了第三届挑战赛，并构建和分发了一个新数据库，用于两个任务：语内半平行和跨语种VC。经过两个月的挑战期，我们收到了33份提交，包括基于该数据库的3个基线系统。从众包听力测试的结果中，我们观察到得益于先进的深度学习方法，VC方法取得了快速进展。特别是，在语内半平行VC任务中，几个系统的说话人相似度得分与目标说话人一样高。然而，我们确认在同一任务中，没有一个系统达到人类水平的自然度。跨语种转换任务如预期更具挑战性，整体自然度和相似度得分低于语内转换任务。尽管如此，我们观察到了令人鼓舞的结果，最佳系统的MOS得分高于4.0。我们还展示了一些额外的分析结果，以帮助更好地理解跨语种VC。
引用
@article{arxiv.2008.12527,
title = {Voice Conversion Challenge 2020: Intra-lingual semi-parallel and cross-lingual voice conversion},
author = {Yi Zhao and Wen-Chin Huang and Xiaohai Tian and Junichi Yamagishi and Rohan Kumar Das and Tomi Kinnunen and Zhenhua Ling and Tomoki Toda},
journal= {arXiv preprint arXiv:2008.12527},
year = {2020}
}
备注
Submitted to ISCA Joint Workshop for the Blizzard Challenge and Voice Conversion Challenge 2020