icassp2021 会议在2021 六月6~11日举行,一共录取1757篇(语音领域的会议录取文章真的多,记得搞体系结构和数据领域相关的会议录取也就几十篇或者百篇,可以很容易的看个大概。个人毕业后就没计划发过文章,究其原因,比较菜~~),具体的文章列表参见https://2021.ieeeicassp.org/Papers/AcceptedPapers.asp。记得每年会议结束后都有好心人做文章总结,今年竟然没有等到,我就先梳理一下文章发表大概情况,对具体的文章方案类型归类等日后我有时间再介绍(这个月搬家杂事和学习新方向知识,时间不太充裕)。我使用关键字搜索统计出语音合成相关文章共有63篇(统计不全勿怪),接下来,先看一下每个方向的情况。根据以下表格和饼状图可知,语音合成方向热点主要是研究声学模型、声音转换、情感合成以及声码器。其中声学模型的研究倾向于合成速度提升设计、增加语言信息优化表现性能、prosody建模和优化等等。声音转换还是any-to-any、any-to-many和may-to-many方面的研究,感觉做one-shot更热点。(周末先统计一下大概情况,其实很多文章以前都浏览过,具体的方案归纳等全部浏览完给出总结),具体的文章参见文章统计列表。
语音合成文章情况表(单位:篇)
篇数
前端多音字,韵律,g2p等等。3
声学模型语言特征转声学特征,attention工作以及双重学习19
声码器波形生成6
个性化少数据,脏数据应用等3
多语言多语言模型2
歌唱合成歌唱和音乐合成和转换4
情感风格和情感6
多模态talking head等等2
声音转换基于GAN方案和特征解耦方案14
其它基于EEG合成,数据,MOS评测以及语音合成的应用5

我们看一下饼状图




详细文章列表