※下記は試したわけではなくメモ 機械学習向けでは、音を録音したあと、人の手で音素のラベリングが行われている。 そこでの問題点としては 音素の切れ目が明確ではない。ラベルごとに誤差が発生する データが多いため複数人でラベリングを行うと、判断基準が…

学習に使う話者の音声データと、日本語のイントネーション学習に使うデータの分離 音声合成で問題なのは学習データをどうするかというのがある。 数時間分の声を録音するとして、話者の疲労度によって変わったり、日をまたいだ収録でのデータが異なるなどと…