Description
Date depot: 1 janvier 1900
Titre: Conversion expressive de l'identité vocale
Directeur de thèse:
Axel ROEBEL (STMS)
Encadrant :
Nicolas OBIN (STMS)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
La conversion d’identité de la voix consiste à convertir les caractéristiques d’une voix «source» pour reproduire celles d’une voix «cible», comprenant la source glottique (prosodie et qualité vocale) et le filtre du conduit vocal (timbre). Le projet TheVoice ambitionne la conversion de l’identité « expressive » de la voix à partir d’enregistrements d’acteurs professionnels en situation de jeu. Les possibilités d’exploitation en production sont nombreuses : permettre le réenregistrement de quelques séquences d’un acteur principal en son absence (en raison de son coût ou de son indisponibilité), pérenniser l’identité vocale d’une voix de doublage devenue indisponible (retraite ou autre), recréer la voix de personnalités historiques disparues, voir à terme de préserver l’identité vocale d’un acteur lors de son doublage.
La conversion est généralement réalisée par conversion spectrale pour le filtre [Stylianou, 1998; Toda, 2007; Sun, 2015] et conversion de la F0 pour la prosodie [Wu 2010]. L’Ircam a une grande expérience en conversion de l’identité de la voix [Villavicencio 2009; Lanchantin 2010] et a récemment développé un algorithme de conversion [Huber, 2015a; Roebel, 2017], basé sur la sélection et la concaténation d’unités à partir d’exemples [Dutoit, 2007; Wu, 2013], qui a permis une conversion de haute qualité et rendu possible son exploitation en contexte professionnel. L’exploitation d’information phonétique, qui permet de guider la sélection des filtres à appliquer pour la conversion spectrale en fonction des phonèmes prononcés a grandement amélioré la conversion, et rendu possible l’utilisation de bases de voix du tout venant, non-parallèles.
Doctorant.e: Ferro Adelino Rafael