Yazar
Sarfjoo, Seyyed Saeed
Basım Tarihi
2017-08
Konu
Metinden konuşmaya, Uyarlama, Diller arası uyarlama, HMM tabanlı konuşma sentezi
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Kayıt Numarası
80fb697e-6d0f-4cf8-8d51-9e0e311e2119
Lokasyon
Bilgisayar Bilimleri Bölümü
Tarih
2017-08
Örnek Metin
Tez özeti: Konuşma sentezi için diller arası hoparlör uyarlamasının, konuşmadan konuşmaya çeviri sistemlerinde kullanım gibi birçok uygulaması vardır. Burada, sınırlı uyarlama verilerini kullanan istatistiksel konuşma sentezi sistemleri için diller arası uyarlamaya odaklanıyoruz. HMM tabanlı ve DNN tabanlı konuşma sentezi üzerine yeni yöntemler öneriyoruz. Bu amaçla, HMM tabanlı konuşma sentezi için, topladığımız iki dilli Türkçe-İngilizce konuşma veritabanını kullanan iki özses uyarlama yaklaşımı öneriyoruz. Bir yaklaşımda, Türkçe uyarlama verileri ve Türkçe ses modelleri kullanılarak çıkarılan özses ağırlıkları, doğrusal regresyon kullanılarak İngilizce ses modelleri için özses ağırlıklarına dönüştürülür. Doğrusal regresyon sırasında referans hoparlörlerin hedef hoparlörlere olan mesafesine bağlı olarak örneklerin ağırlıklandırılmasının performansı arttırdığı bulunmuştur. Ayrıca, regresyon sırasında özvektörlerin elemanlarının önem ağırlıklandırılması performansı daha da arttırdı. Burada önerilen ikinci yaklaşım, hem nesnel hem de öznel testlerde temel durum haritalama algoritmasından önemli ölçüde daha iyi performans gösteren konuşmacıya özgü durum haritalamadır. Önerilen durum haritalama algoritmasının performansı, temel sistemde kullanılan doğrusal regresyon tabanlı algoritmalar yerine dil içi özses yaklaşımıyla kullanıldığında daha da geliştirildi. DNN tabanlı konuşma sentezi için yeni denetimsiz uyarlama yöntemi öneriyoruz. Bu yöntemde, hedef konuşmacının akustik özelliklerinin sırasını kullanarak, etiketlenmemiş veriler için sürekli dilsel özellikleri tahmin ederiz. Objektif ve subjektif deneylere dayanan uyarlanan model, kalite ve benzerlik açısından cinsiyete bağlı ortalama ses modellerinden daha iyi performans gösterdi. Bu tezde, sınırlandırılmış versiyonla kullanılan tutarlı konuşma sentezi sistemleri için çapraz dilli uyarlamaya odaklanılmış ve HMM-/DNN-tabanlı konuşma sentezinde yeni bozulma önerilmiştir. Bu amaçla, topladığımız iki dilli bir Türkçe-İngilizce konuşma veri tabanını kullanarak HMM-tabanlı konuşma sentezi için, iki özses uyarlaması yapmayı öneriyoruz. Bir yaklaşımda, Türkçe uyarlama verileri ve Türkçe ses modeli kullanılarak ayrılan özses ağırlıkları uzunluk bağlanımla İngilizce ses modelleri için özses ağırlıklarına dönüştürülmüştür. Doğrusal bağlanma sırasında referans parçaların hedef parçalarına olan mesafeye bağlı olarak örneklerin ağırlığının arttırılmasının performansının arttırıldığı gözlemlenmiştir. Ayrıca bağlanma sırasında özvektörlerin elemanlarının önemi ağırlıklandırılması performansı daha da geliştirildi. Burada önerilen ikinci yaklaşım temel sistem olan durumharitalamanın hem nesnel hem de öznel testlerde daha iyi performans gösteren, özel durumharitalamasıdır. Temel sistem sistemi kullanılan doğrusal bağlanma aralıkları yerine dil içi öz ses yaklaşımı ile birlikte dağıtım, önerilen durumharitası değişiminin performansı daha da güç. Hızlı uyarlanma yöntemlerinin yanında, çapraz-dilli, DNN-tabanlı konuşma sentezi için bir güdümsüz uyarlama yöntemi önerilmiştir. Bu yöntemde, hedefin çalıştırılmasının akustik özellik serisi kullanılarak, etiketlenmemiş veriler için sürekli dil özellikleri tahmin edilmektedir. Hem nesnel hem de öznel deney sonuçlarında, uyarlanan modelde cinsiyete bağlı ortalama ses modellerini kalite ve benzerlik açısından bakıldığında gözlenmiştir.
