استفاده از صداهای ویژه و نزدیکترین همسایگان در سازگاری بلندگوی بین زبانی مبتنی بر HMM با داده های محدود
| عنوان | استفاده از صداهای ویژه و نزدیکترین همسایگان در سازگاری بلندگوی بین زبانی مبتنی بر HMM با داده های محدود |
|---|---|
| نویسنده | سرفجو، سید سعید |
| تاریخ انتشار: | 2017-08 |
| موضوع | متن به گفتار، انطباق، سازگاری بین زبانی، سنتز گفتار مبتنی بر HMM |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شماره ثبت | 80fb697e-6d0f-4cf8-8d51-9e0e311e2119 |
| محل کتابخانه | گروه علوم کامپیوتر |
| تاریخ | 2017-08 |
| متن نمونه | چکیده پایان نامه: انطباق گوینده بین زبانی برای سنتز گفتار کاربردهای زیادی دارد، مانند استفاده در سیستم های ترجمه گفتار به گفتار. در اینجا، ما بر روی سازگاری بین زبانی برای سیستمهای سنتز گفتار آماری با استفاده از دادههای انطباق محدود تمرکز میکنیم. ما روشهای جدیدی را برای سنتز گفتار مبتنی بر HMM و DNN پیشنهاد میکنیم. برای این منظور، برای سنتز گفتار مبتنی بر HMM، ما دو رویکرد انطباق صدای ویژه را پیشنهاد میکنیم که از پایگاهداده گفتار دوزبانه ترکی-انگلیسی که جمعآوری کردیم، بهرهبرداری میکند. در یک رویکرد، وزنهای صدای ویژه استخراجشده با استفاده از دادههای انطباق ترکی و مدلهای صدای ترکی با استفاده از رگرسیون خطی به وزنهای صدای ویژه برای مدلهای صدای انگلیسی تبدیل میشوند. وزن کردن نمونه ها بسته به فاصله بلندگوهای مرجع تا بلندگوهای هدف در طول رگرسیون خطی باعث بهبود عملکرد شد. علاوه بر این، اهمیت وزن دادن به عناصر بردارهای ویژه در طول رگرسیون، عملکرد را بیشتر بهبود بخشید. روش دوم ارائه شده در اینجا، نگاشت حالت خاص سخنران است که به طور قابل توجهی بهتر از الگوریتم نگاشت حالت پایه هم در آزمون های عینی و هم در آزمون های ذهنی عمل می کند. عملکرد الگوریتم نگاشت حالت پیشنهادی هنگامی که با رویکرد eigenvoice درون زبانی به جای الگوریتمهای مبتنی بر رگرسیون خطی مورد استفاده در سیستم پایه استفاده شد، بیشتر بهبود یافت. ما روش جدید سازگاری بدون نظارت را برای سنتز گفتار مبتنی بر DNN پیشنهاد میکنیم. در این روش، با استفاده از توالی ویژگیهای صوتی از گوینده هدف، ویژگیهای زبانی پیوسته را برای دادههای بدون برچسب تخمین میزنیم. بر اساس آزمایشهای عینی و ذهنی، مدل اقتباسشده از نظر کیفیت و شباهت از مدلهای صوتی متوسط وابسته به جنسیت بهتر عمل کرد. Bu tezde, sınırlı uyarlama verilerini kullanan istatistiksel konuşma sentezi sistemleri için çapraz-dilli uyarlamaya odaklanılmış ve HMM-/DNN-tabanlı konuşma sentezinde yeni yöntemler önerilmiştir. بو amaçla، topladığımız iki dilli bir Türkçe-Engilizce konuşma veritabanını kullanarak HMM-tabanlı konuşma sentezi için، iki özses uyarlama yaklaşımı önermekteyiz. Bir yaklaşımda, Türkçe uyarlama verileri ve Türkçe ses modeli kullanılarak çıkarılan özses ağırlıkları doğrusal bağlanım kullanılarak İngilizce ses modelleri için özses ağırlıklarüşta. دوغروسال باغانیم اسناسیندا رفرانس کنوشماچیلارین هدف کنوشماچیلارا اولان مثافسین باغلی اولارک اورنکلرین آغیرلیکلندیریلماسینین اجرا هنرتیردیگی گؤزلملنمیشتر. Dahası, bağlanım sırasında özvektörlerin elemanlarının önem ağırlıklandırılması performansı daha da geliştirmiştir. Burada önerilen ikinci yaklaşım temel sistem olan durumharitalama algoritmasından hem nesnel hem de öznel testlerde daha iyi performans gösteren konuşmacıya özel durumharitalamasıdır. Temel sistemde kullanılan doğrusal bağlanım temelli algoritmalar yerine dil içi öz ses yaklaşımı ile birlikte kullanıldığında, önerilen durumharitası algoritmasının performansı daha da artmıştır. Hızlı uyarlanma yöntemlerinin یانında، çapraz-dilli، DNN-tabanlı konuşma sentezi için bir güdümsüz uyarlama yöntemi önerilmiştir. بو یونتمده، هدف کونوشماچینین آکوستیک اوزللیک دیزیسی کولانیلاراک، اتیکتلنممیش وریلر ایچین سورکلی دیل اوزللیکلری تهمین ادیلمیشتیر. هم نسنل هم د اؤزنل دنی سونوچلاریندا، اویارلانان مدلین سینسیه باغلی اورتالاما سس مدللرینی کالیته و بنزرلیک آچیسیندان گچتیغی گؤزلنمیشتیر. |
