JSing: 単一歌唱者による大規模日本語歌声コーパス

摘要

これまでに研究されてきた素片接続型歌声合成や隠れマルコフモデルに基づく手法 は，音質や発音，自然性の点で自然音声と大きな差がある．これらの手法に対して，近年，FFNN に基づく手法 やLSTM に基づく手法 など，機械学習を用いた歌声合成手法が研究されている．最近では，FFNN を用いた際に発生する過剰平滑化を抑えるためにGAN を用いた手法や，時間方向の変動を考慮するためにCNN を用いた手法，音素継続長と音響モデルを同一のモデルで学習する手法も提案されている．