日本語x-vector抽出器により声優統計コーパスからx-vectorを抽出してUMAPで可視化した話 - 備忘録

はじめに 最近，日本語 x-vector 抽出器がPyPIに登録された旨がツイートされた． M1中田くんが，日本語 x-vector 抽出 (音声に含まれる話者特徴をベクトルで表現してくれるもの) を pip で入るようにしてくれました．ご活用下さい．学習済みモデルがあるので直ぐ使えるよ．https://t.co/3dBvVOD3UW— Shinnosuke Takamichi / 高道 慎之介 (@forthshinji) July 20, 2023 そこで早速，『声優統計コーパス』の音声データに対して適用し，抽出したx-vectorを可視化しようと試みたので，その報告が本記事の主旨である． 日本語 x-vector 抽出器 抽出器はxvector-jtubespeechという名前で，すでにgithubのリポジトリが公開されている． github.com x-vector (話者表現ベク