WEKO3
アイテム
NII Technical Report (NII-2017-003E)：A simple RNN-plus-highway network for statistical parametric speech synthesis
https://doi.org/10.20736/0002000365
https://doi.org/10.20736/0002000365af246352-a0fa-42da-9699-05e9179aa636
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
NII Technical Report (NII-2017-003E)：A simple RNN-plus-highway network for statistical parametric speech synthesis (463 KB)
|
|
| Item type | レポート / Report(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-06-09 | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | NII Technical Report (NII-2017-003E)：A simple RNN-plus-highway network for statistical parametric speech synthesis | |||||||||||||||
| 言語 | en | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | eng | |||||||||||||||
| キーワード | ||||||||||||||||
| 言語 | ja | |||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | テクニカルレポート | |||||||||||||||
| キーワード | ||||||||||||||||
| 言語 | en | |||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Technical Report | |||||||||||||||
| 資源タイプ | ||||||||||||||||
| 資源 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||
| タイプ | departmental bulletin paper | |||||||||||||||
| ID登録 | ||||||||||||||||
| ID登録 | 10.20736/0002000365 | |||||||||||||||
| ID登録タイプ | JaLC | |||||||||||||||
| 著者 |
Wang, Xin
× Wang, Xin
× 高木, 信二
× 山岸, 順一
|
|||||||||||||||
| 抄録 | ||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||
| 内容記述 | In this report, we proposes a neural network structure that combines a recurrent neural network (RNN) and a deep highway network. Compared with the highway RNN structures proposed in other studies, the one proposed in this study is simpler since it only concatenates a highway network after a pre-trained RNN. The main idea is to use the ‘iterative unrolled estimation’ of a highway network to finely change the output from the RNN. The experiments on the proposed network structure with a baseline RNN and 7 highway blocks demonstrated that this network performed relatively better than a deep RNN network with a similar mode size. Furthermore, it took less than half the training time of the deep RNN. | |||||||||||||||
| 言語 | en | |||||||||||||||
| 書誌情報 |
ja : NIIテクニカル・レポート en : NII Technical Report p. 1-8, 発行日 2017-04-27 |
|||||||||||||||
| 出版者 | ||||||||||||||||
| 出版者 | 国立情報学研究所 | |||||||||||||||
| 言語 | ja | |||||||||||||||
| ISSN | ||||||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||||||
| 収録物識別子 | 1346-5597 | |||||||||||||||
