Publications
カンファレンス (国内) 拡散過程と敵対的学習の併用による普遍音声強調
シャイブラー ロビン, 藤田 雄介, 橘 健太郎
日本音響学会 2024年春季研究発表会 (ASJ 2024 spring)
2024.3.6
本研究では，拡散過程に基づく普遍音声強調手法で ある UNIVERSEに着目する．我々の予備実験に よれば，UNIVERSE は訓練時における検証指標の改 善が遅く不安定であることが確認されている．また， UNIVERSE で利用されている混合密度ネットワーク （mixture density network; MDN）損失関数は， クリーン音声の分布を十分に考慮できていないため, 自然性の評価指標が低い. そこで，これらの課題を解 消する手法を提案する．まず，ネットワーク構造を改 善し，学習の効率と安定性を向上させる．次に，ク リーン音声の分布を予測する敵対的学習に基づく損 失関数を加え，自然性の評価指標を向上させる．
PDF : 拡散過程と敵対的学習の併用による普遍音声強調