WaveNetの解説とkeras実装 - Qiita

はじめに 今更WaveNetの解説？と思われる方もいると思いますが、個人的に得られる知見が多かったディープラーニングのモデルだったので、実装した当時のメモや記憶を頼りにアウトプットしていきたいと思います。 ソースコードはgithubで公開しています。 https://github.com/kshina76/keras_wavenet 環境 python3.7.3 Anaconda3 keras2.2.4 tensorflow1.13.1 WaveNetとは CNN(畳み込みニューラルネットワーク)を何層にもわたって構築されたネットワーク。論文が発表された当初、とても流暢な英語や日本語を発声させることができるとして話題になった技術でした。論文が発表される以前の音声合成では、機械に発声させるとロボットのような声でとても人間とは程遠い発声でしたが、WaveNetの登場により、人間の声なのか機械が

[sh19910711]

"WaveNet: 流暢な英語や日本語を発声 + 切り出した音声区間がすべて無音だと、無音を学習してしまう + 生成する音声が無音になってしまうという不具合 / μ-law量子化: 人間の聴覚に合わせた量子化" 2019