استخدام الأصوات الذاتية وأقرب الجيران في التكيف مع مكبرات الصوت عبر اللغات المستندة إلى HMM مع بيانات محدودة
| العنوان | استخدام الأصوات الذاتية وأقرب الجيران في التكيف مع مكبرات الصوت عبر اللغات المستندة إلى HMM مع بيانات محدودة |
|---|---|
| المؤلف | سارفجو، سيد سعيد |
| تاريخ النشر: | 2017-08 |
| الموضوع | تحويل النص إلى كلام، والتكيف، والتكيف بين اللغات، وتركيب الكلام القائم على HMM |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| رقم السجل | 80fb697e-6d0f-4cf8-8d51-9e0e311e2119 |
| موقع المكتبة | قسم علوم الحاسوب |
| التاريخ | 2017-08 |
| نص عينة | ملخص الأطروحة: التكيف بين المتحدثين عبر اللغات لتركيب الكلام له العديد من التطبيقات، مثل الاستخدام في أنظمة ترجمة الكلام إلى كلام. هنا، نركز على التكيف بين اللغات لأنظمة تركيب الكلام الإحصائي باستخدام بيانات التكيف المحدودة. نقترح أساليب جديدة في تركيب الكلام القائم على HMM وعلى أساس DNN. ولتحقيق هذه الغاية، بالنسبة لتركيب الكلام القائم على HMM، نقترح نهجين للتكيف مع الصوت الذاتي يستغلان قاعدة بيانات الكلام ثنائية اللغة التركية-الإنجليزية التي جمعناها. في أحد الأساليب، يتم تحويل أوزان الصوت الذاتي المستخرجة باستخدام بيانات التكيف التركية ونماذج الصوت التركية إلى أوزان الصوت الذاتي لنماذج الصوت الإنجليزية باستخدام الانحدار الخطي. تم العثور على وزن العينات اعتمادًا على مسافة مكبرات الصوت المرجعية إلى مكبرات الصوت المستهدفة أثناء الانحدار الخطي لتحسين الأداء. علاوة على ذلك، فإن أهمية ترجيح عناصر المتجهات الذاتية أثناء الانحدار أدت إلى تحسين الأداء. النهج الثاني المقترح هنا هو رسم خرائط الحالة الخاصة بالمتحدث والذي كان أداؤه أفضل بشكل ملحوظ من خوارزمية رسم خرائط الحالة الأساسية في الاختبارات الموضوعية والذاتية. تم تحسين أداء خوارزمية تعيين الحالة المقترحة بشكل أكبر عند استخدامها مع نهج الصوت الذاتي داخل اللغة بدلاً من الخوارزميات القائمة على الانحدار الخطي المستخدمة في النظام الأساسي. نقترح طريقة تكيف جديدة غير خاضعة للرقابة لتركيب الكلام القائم على DNN. في هذه الطريقة، وباستخدام تسلسل الميزات الصوتية من المتحدث المستهدف، نقوم بتقدير الميزات اللغوية المستمرة للبيانات غير المسماة. استنادًا إلى التجارب الموضوعية والذاتية، تفوق النموذج المعدل على نماذج الصوت المتوسطة المعتمدة على الجنس من حيث الجودة والتشابه. ولكن منذ ذلك الحين، تم تحديث إحصائيات أنظمة التحكم الرئيسية وHMM-/DNN-Tabanl لمعرفة المزيد عن هذه الأنظمة. Bu amaçla, topladığımız iki dilli bir Türkçe-Ingilizce konuşma veritabanını kullanarak HMM-tabanlı konuşma Sentezi için, iki özses uyarlama yaklaşımı önermekteyiz. من خلال yaklaşımda، Türkçe uyarlama verileri ve Türkçe ses modeli kullanılarak çıkarılan ozses ağırlıkları doğrusal bağlanım kullanılarak ENGilizce ses modelleri için ozses ağırlıklarına dönüştürülmüştür. Doğrusal bağlanım esnasında signalans konuşmacıların hedef konuşmacılara olan mesafesine bağlı olarak örneklerin ağırlıklandırılmasının Performanceansı arttırdığı gözlemlenmiştir. Dahası, bağlanım sırasında özvektörlerin elemanlarının önem ağırlıklandırılması Performance daha da geliştirmiştir. Burada önerilen ikinci yaklaşım temel sistem olan durumharitalama algoritmasından hem nesnel hem de öznel testlerde daha iyi Performances gosteren konuşmacıya özel durumharitalamasıdır. تعمل خوارزميات نظام الكمبيوتر على تحسين أداء خوارزميات نظام الكمبيوتر، مما يؤدي إلى تحسين أداء الخوارزميات الصلبة. بعد أن يتم إخطارك بذلك، يتم إلغاء حظر DNN، مما يؤدي إلى تفاقم المشكلة. ومع ذلك، يجب أن يكون لديك اتصال صوتي مباشر، مما يسمح لك بالتأكيد بالتأكد من سلامة هذه الأجهزة. Hem nesnel hem de öznel deney sonuçlarında, uyarlanan modelin cinsiyete bağlı ortalama ses modellerini kalite ve benzerlik açısından geçtiği gözlenmiştir. |
