性能の公平な比較
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/06/11 00:45 UTC 版)
音声合成の手法は研究者によってそれぞれ独自のデータセットを用いてモデル学習を行い、かつ独自の課題により評価することが少なくなく、性能を公平に比較することが困難な場合がある。そこで、音声に関する国際学会であるInternational Speech Communication Association (ISCA) のSpeech Synthesis Special Interest Group (SynSIG) では、2005年より毎年Blizzard Challengeという競技会を行っている。この競技会では、共通のデータセットを学習に用いた音声合成システムを、共通の課題により評価することで、性能の公平な比較を可能としている。 なお、特に商用の音声合成システムではその目的に応じたデータセットを用いることでその目的に特化した性能向上を図ることがあり、これは各社のノウハウとなっている。
※この「性能の公平な比較」の解説は、「音声合成」の解説の一部です。
「性能の公平な比較」を含む「音声合成」の記事については、「音声合成」の概要を参照ください。
ウィキペディア小見出し辞書の「性能の公平な比較」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 性能の公平な比較のページへのリンク
