CNTK 2.2 Python API 解説 (5) - Seq2Seq Attention モデルによる、音声合成のための書記素-音素変換 0. はじめに ◆ CNTK ( Microsoft Cognitive Toolkit ) 2.2 の Python API 解説第５弾です。 Sequence-to-Sequence Attention モデルによる、北米英語の書記素-音素変換を扱います。 CNTK Python API の解説が主眼ですが、(RNN の) Attention メカニズムについての解説記事としても参考になります。 書記素-音素変換は、入力シークエンスとして単語の文字群を取り、相当する音素を出力する翻訳タスクです。 換言すれば、システムは与えられた入力単語をどのように発音するかの明確な表現を生成することを目的とし、音声合成の基礎技術の一つにもなっています。 ※ 書記