会议:2019 MIPR
作者:Xin Chen
单位:snap research
abstract
利用声学后验概率+DBLSTM基于非平行数据完成SVC。
introduction
可以将user的声音换成目标人的,伪装;也可以将singer的音色换成user的,展示。
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/934f12e05f5066655a9f22dc06b8a6c5.png)
experiment
- CMU Arctic的数据集用于训练,slt作为target
- WORLD提特征
- 测试:source speaker来自于MIR 1K dataset, 包括中文singer, rapper,英文singer
方法比较简单,没有demo展示,效果待定。