An Effective Style Token Weight Control Technique for End-to-End Emotional Speech Synthesis - Githubissues

supikiti / Awesome-tts-and-vc

Here is a summary of the conference papers we read.

7 stars 0 forks source link

An Effective Style Token Weight Control Technique for End-to-End Emotional Speech Synthesis #7

Open supikiti opened 4 years ago

supikiti commented 4 years ago

リンク

https://ieeexplore.ieee.org/document/8778667

どんなもの？

GSTを用いた高品質な感情音声合成を提案

先行研究と比べてどこがすごい？

話者の特定の感情を表現するための潜在表現を抽出する際，学習するための音声データを選択することが難しい
学習済みGSTモデルにより出力された各感情のembeddingの重み付け和により各音声を表現

技術と手法のキモはどこ？

上に同じ

どうやって有効だと検証した？

教師とする音声を選択するモデルとの主観評価を実施 & 性能向上を確認

議論はある？

次に読むべき論文

Style Token