音声合成は文字から音声作る TTSはテキストを音声に変換 WaveNetは 音声波形を直接生成 DeepMind開発 CNNベース RNNではなくCNNベース 自己回帰モデル 過去から次を予測 WaveNetは ボコーダ部分を担う 音声波形を直接生成 深層学習モデル 拡張因果畳み込みは WaveNetの核 因果畳み込みは 未来参照せず過去のみ参照 拡張畳み込みは 隙間空けて計算量を抑え パラメータ増やさず 受容野を指数関数的に広げる 受容野は参照できる入力範囲 受容野広く長期依存関係学習 出力は離散値に量子化 WaveNetは音声合成
