التكيف مع المتحدث مع الحد الأدنى من البيانات في أنظمة تركيب الكلام الإحصائي
| العنوان | التكيف مع المتحدث مع الحد الأدنى من البيانات في أنظمة تركيب الكلام الإحصائي |
|---|---|
| المؤلف | محمدي، عامر |
| تاريخ النشر: | 2014-09 |
| الموضوع | الهندسة الكهربائية والإلكترونية، تحويل النص إلى كلام، تركيب الكلام الإحصائي، التكيف مع المتحدث، التدريب على التكيف العنقودي، التكيف مع الصوت الذاتي، أقرب جار |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| رقم السجل | 27707384-9dda-4df2-8513-e1a1db65db90 |
| موقع المكتبة | قسم الهندسة الكهربائية والإلكترونية |
| التاريخ | 2014-09 |
| نص عينة | تتمتع أنظمة تركيب الكلام الإحصائي (SSS) بالقدرة على التكيف مع المتحدث المستهدف من خلال بضع دقائق من بيانات التكيف. إن تطوير خوارزميات التكيف لزيادة تقليل عدد عبارات التكيف إلى بضع ثوانٍ من البيانات يمكن أن يكون له تأثير كبير على نشر التكنولوجيا في تطبيقات الحياة الواقعية مثل الأجهزة الإلكترونية الاستهلاكية. الطريقة التقليدية لتحقيق هذا التكيف السريع هي تقنية الصوت الذاتي التي تعمل بشكل جيد في التعرف على الكلام ولكن من المعروف أنها تولد عناصر إدراكية في تركيب الكلام الإحصائي. هنا، نقترح ثلاث طرق للتخفيف من مشاكل الجودة في خوارزمية التكيف الأساسية للصوت الذاتي مع السماح بتكييف السماعات مع الحد الأدنى من البيانات. تعتمد طريقتنا الأولى على استخدام منهج Bayesian eigenvoice لتقييد خوارزمية التكيف للتحرك في اتجاهات واقعية في مساحة السماعة لتقليل الشوائب. تعتمد طريقتنا الثانية على العثور على مكبرات صوت مرجعية مدربة مسبقًا وقريبة من المتحدث المستهدف واستخدام نماذج السماعات المرجعية فقط في تكرار التكيف الصوتي الذاتي الثاني. كان أداء كلتا الطريقتين أفضل بكثير من طريقة الصوت الذاتي الأساسية في الاختبارات الموضوعية. وبالمثل، قام كلاهما بتحسين جودة الكلام في الاختبارات الذاتية مقارنة بطريقة الصوت الذاتي الأساسية. في الطريقة الثالثة، تم العثور على الاستخدام الترادفي لطريقة الصوت الذاتي المقترحة مع تقنية التكيف القائمة على الانحدار الخطي الحديثة لتحسين التكيف مع ميزات الإثارة. com.sahiptir. Uyarlama için gereken konuşma sürelerini daha da aşağıya, birkaç saniyeye, düşürmek için geliştirilen uyarlama خوارزمية, التكنولوجيا الإلكترونية gibi gerçek hayattaki uygulamalarda yaygınlaşmasında önemli etkiye sahip olabilir. لقد تم إنشاء العديد من التقنيات التي تمكنك من الحصول على إحصاءات حقيقية من خلال بعض الأدوات الذكية التي يمكنك استخدامها. Burada, hem temel özses uyarlama sının kalite issuesini giderebilecek hem de asgari veri kullanarak konuşmacı uyarlamayı uyarlamayı üç yöntem önerdik. من خلال إنشاء خوارزميات yöntemimiz uyarlama، يمكن للأدوات الفنية التي تم إنشاؤها بواسطة konuşmacı uzayında realistic doğrultularda hareket ettirmek amacıyla sınırlamak için önerdiğimiz Bayes ozses yaklaşımının kullanımına dayanan yöntemdir. هذه الطريقة هي أداة مفيدة للغاية، حيث تشير إحدى الدراسات إلى مستثمرين وإحالة مصممي نماذج إلى المزيد من التكرارات. إن تقنية اختبار النسنيل الخاصة بها تسهل من خلال استخدام طريقة واحدة فقط الحصول على أفضل النتائج. Benzer şekilde، لها ikisi de temel ozses metoduyla kıyaslandığında öznel testlerde ses kalitesini arttırdı. في هذه الطريقة، تم استخدام تقنية الانحدار التكنولوجي التي أدت إلى زيادة مخاطر الانحدار. |
