In voice conversion (VC), an approach showing promising results in the latest voice conversion challenge (VCC) 2020 is to first use an automatic speech recognition (ASR) model to transcribe the source speech into the underlying linguistic contents; these are then used as input by a text-to-speech (TTS) system to generate the converted speech. Such a paradigm, referred to as ASR+TTS, overlooks the modeling of prosody, which plays an important role in speech naturalness and conversion similarity. Although some researchers have considered transferring prosodic clues from the source speech, there arises a speaker mismatch during training and conversion. To address this issue, in this work, we propose to directly predict prosody from the linguistic representation in a target-speaker-dependent manner, referred to as target text prediction (TTP). We evaluate both methods on the VCC2020 benchmark and consider different linguistic representations. The results demonstrate the effectiveness of TTP in both objective and subjective evaluations.


翻译:在语音转换(VC)中,一种在最新的语音转换挑战(VCC)2020中显示有希望结果的方法是,首先使用自动语音识别(ASR)模式,将源语言内容转换成基本语言内容;然后,这些内容作为文字对语音转换(TTS)系统的投入,以生成转换的语音。这种模式被称为ASR+TTS, 忽略了在语言转换(VCC20)和转换相似性中发挥重要作用的手动模式。虽然一些研究人员已经考虑从源语言演讲中传递预断线索,但在培训和转换期间出现了发言者不匹配的问题。为了解决这一问题,我们提议直接预测语言表达方式的偏重于目标语言表达方式(TTP),称为目标文本预测(TTP)。我们评估了VCC20基准的两种方法,并考虑了不同的语言表达方式。结果表明TTP在客观和主观评价中的有效性。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
13+阅读 · 2019年11月23日
基于BERT的ASR纠错
深度学习自然语言处理
8+阅读 · 2020年7月16日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
推荐中的序列化建模:Session-based neural recommendation
机器学习研究会
18+阅读 · 2017年11月5日
Arxiv
6+阅读 · 2020年4月14日
Teacher-Student Training for Robust Tacotron-based TTS
VIP会员
相关VIP内容
专知会员服务
13+阅读 · 2019年11月23日
Top
微信扫码咨询专知VIP会员