Frequency-Dependent Convolutional Neural Network for Speech Waveform Generation (音声波形生成のための周波数依存畳み込みニューラルネットワーク)

水田 和輝

（指導教員：猿渡 教授、小山 講師／音メディア情報学研究室）

研究概要

音声合成には波形生成モデルに音響特徴量を入力して波形を出力する手法がある．本研究は波形生成モデルに周波数特性を考慮した畳み込み層を挿入し，合成音声の品質の向上を目的としている．２つのモデルを提案し主観評価実験で提案手法の有効性を示した．

提案手法のDiscriminator

卒論の感想

研究の進め方から論文執筆，研究発表スライド作成まで幅広く様々なことを学び充実した半年を過ごすことができた．この卒業研究で得た知見を今後の研究で活用していきたい．