2016年にDeepMindが発表した音声生成モデルWaveNetの説明として、最も適切なものはどれか。
- 1音声の波形をサンプル単位で自己回帰的に生成するモデルで、受容野を効率よく広げるためにDilated Causal Convolution（膨張因果畳み込み）を用いる。
- 2音声からMFCCなどの特徴量を抽出し、混合ガウスモデル（GMM）と隠れマルコフモデル（HMM）を組み合わせて音素を認識する。
- 3入力系列と出力系列の長さが異なる場合に空白記号を導入し、フレームごとの正解の対応付けがなくても音声認識モデルを学習できるようにする損失関数である。
- 4文字列を入力として、注意機構付きのエンコーダ・デコーダモデルでスペクトログラムを予測する音声合成モデルである。
正解と解説を見る
正解：1
WaveNetは、過去のサンプルを条件として次のサンプルを予測する自己回帰モデルです。層ごとに間隔を広げるDilated Causal Convolutionにより、少ない層数で長い時間範囲を扱えるようにし、従来より自然な合成音声を実現しました。2は従来のGMM-HMM方式の音声認識、3はCTC（Connectionist Temporal Classification）、4はTacotronなどのseq2seq型音声合成の説明です。WaveNetのキーワードは「生の波形を直接生成」と「Dilated Causal Convolution」です。
根拠：van den Oord et al. (2016) "WaveNet: A Generative Model for Raw Audio"