Данная работа представляет собой исследование методов аугментации данных в области обработки аудиофрагментов с использованием генеративных подходов класса голосовых преобразований. Эксперименты ведутся на основе модели модифицирующего ресинтеза, способной к изменению одной из основных характеристик записи при сохранении остальных. В рамках работы исследовалась применимость таких подходов для удаления эмоций из речевых образцов. Предложенный метод эмоционального отбеливания речевых данных может иметь практическое применение в системах биометрической аутентификации, улучшая точность и надежность распознавания голосовых данных.
Казакова С.А. (науч. рук. Рыбин С.В.) Подход к отбеливанию экспрессивного речевого сигнала средствами глубоких нейронных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12839