Controllable End-to-End Neural Source–Filter Vocoder With Low-Dimensional Speech Parameters and Data Augmentation

Recent neural vocoders synthesize speech waveforms from high-dimensional spectrograms, making it difficult to control individual speech parameters such as F0 and formants. Neural formant synthesis (NF) has been proposed to control speech parameters by converting low-dimensional parameters into spect...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Sumiharu Kobayashi, Tetsuo Kosaka, Takashi Nose
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	IEEE 2026-01-01
Շարք:	IEEE Access
Խորագրեր:	Speech synthesis formant synthesis neural vocoder generative adversarial networks
Առցանց հասանելիություն:	https://ieeexplore.ieee.org/document/11455988/
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!