Aramaya Dön

İstatistiksel konuşma sentezi sistemlerinde hızlı konuşmacı adaptasyonu için hibrit en yakın komşu/küme uyarlamalı eğitimi

İsim	İstatistiksel konuşma sentezi sistemlerinde hızlı konuşmacı adaptasyonu için hibrit en yakın komşu/küme uyarlamalı eğitimi
Yazar	Mohammadi, Amir, Demiroğlu, Cenk
Basım Tarihi:	2013
Basım Yeri	- Uluslararası Konuşma İletişimi Derneği
Konu	İstatistiksel konuşma sentezi, Konuşmacı uyarlaması, Küme uyarlamalı eğitim, Özses uyarlaması
Tür	Belge
Dil	İngilizce
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Demirbaş Numarası	9781629934433
Kayıt Numarası	e72da822-5be8-4963-b726-475b4a5ce556
Lokasyon	Elektrik ve Elektronik Mühendisliği
Tarih	2013
Notlar	Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.
Örnek Metin	İstatistiksel konuşma sentezi (SSS) yaklaşımı, konuşma sentezi alanında en popüler yöntemlerden biri haline gelmiştir. SSS yaklaşımının bir avantajı, birkaç dakikalık uyarlama verileriyle hedef konuşmacıya uyum sağlama yeteneğidir. Ancak tüketici elektroniği başta olmak üzere pek çok uygulama, özses uyarlama teknikleri kullanılarak yapılabilecek, yalnızca birkaç saniyelik verilerle uyarlama gerektirir. Bu tür teknikler konuşma tanımada iyi çalışsa da istatistiksel konuşma sentezinde algısal yapaylıklar oluşturdukları bilinmektedir. Burada, hem bu kalite sorunlarını hafifletmek hem de temel özses uyarlama algoritmasıyla elde edilen konuşmacı benzerliğini geliştirmek için iki yöntem öneriyoruz. İlk yöntemimiz, yapaylıkları azaltmak için özses uyarlama algoritmasını hoparlör alanında gerçekçi yönlerde hareket edecek şekilde sınırlamak için Bayes yaklaşımının kullanılmasına dayanmaktadır. İkinci yöntemimiz, hedef konuşmacıya yakın bir referans konuşmacı bulmaya ve bu referans konuşmacıyı ikinci bir öz ses uyarlama adımında tohum model olarak kullanmaya dayanmaktadır. Her iki teknik de öznel kalite ve benzerlik testlerinde temel öz ses yönteminden önemli ölçüde daha iyi performans gösterdi.

Kaynağa git Özyeğin Üniversitesi Özyeğin Üniversitesi - Osmanlıca el yazması arama motoru

Özyeğin Üniversitesi

İstatistiksel konuşma sentezi sistemlerinde hızlı konuşmacı adaptasyonu için hibrit en yakın komşu/küme uyarlamalı eğitimi

Yazar Mohammadi, Amir, Demiroğlu, Cenk

Basım Tarihi 2013

Basım Yeri - Uluslararası Konuşma İletişimi Derneği

Konu İstatistiksel konuşma sentezi, Konuşmacı uyarlaması, Küme uyarlamalı eğitim, Özses uyarlaması

Tür Belge

Dil İngilizce

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Demirbaş Numarası 9781629934433

Kayıt Numarası e72da822-5be8-4963-b726-475b4a5ce556

Lokasyon Elektrik ve Elektronik Mühendisliği

Tarih 2013

Notlar Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.

Örnek Metin İstatistiksel konuşma sentezi (SSS) yaklaşımı, konuşma sentezi alanında en popüler yöntemlerden biri haline gelmiştir. SSS yaklaşımının bir avantajı, birkaç dakikalık uyarlama verileriyle hedef konuşmacıya uyum sağlama yeteneğidir. Ancak tüketici elektroniği başta olmak üzere pek çok uygulama, özses uyarlama teknikleri kullanılarak yapılabilecek, yalnızca birkaç saniyelik verilerle uyarlama gerektirir. Bu tür teknikler konuşma tanımada iyi çalışsa da istatistiksel konuşma sentezinde algısal yapaylıklar oluşturdukları bilinmektedir. Burada, hem bu kalite sorunlarını hafifletmek hem de temel özses uyarlama algoritmasıyla elde edilen konuşmacı benzerliğini geliştirmek için iki yöntem öneriyoruz. İlk yöntemimiz, yapaylıkları azaltmak için özses uyarlama algoritmasını hoparlör alanında gerçekçi yönlerde hareket edecek şekilde sınırlamak için Bayes yaklaşımının kullanılmasına dayanmaktadır. İkinci yöntemimiz, hedef konuşmacıya yakın bir referans konuşmacı bulmaya ve bu referans konuşmacıyı ikinci bir öz ses uyarlama adımında tohum model olarak kullanmaya dayanmaktadır. Her iki teknik de öznel kalite ve benzerlik testlerinde temel öz ses yönteminden önemli ölçüde daha iyi performans gösterdi.