本研究では、自己相関関数を導入したGAN（敵対的生成ネットワーク）を用いて、合成音から人間の音声が持つ固有の特徴を高精度に抽出・模倣する音声変換システムを構築する。さらに、本システムによって生成された音声が、人間本来の音声の持つ特徴にどの程度迫れているかについて、客観的な指標を用いた定量的評価と、聴取実験等による定性的評価の両面から検証を行い、提案手法の有効性を多角的に明らかにする。
研究担当: 清水 大空
