استفاده از صداهای ویژه و نزدیکترین همسایگان در سازگاری بلندگوی بین زبانی مبتنی بر HMM با دادههای محدود
| عنوان | استفاده از صداهای ویژه و نزدیکترین همسایگان در سازگاری بلندگوی بین زبانی مبتنی بر HMM با دادههای محدود |
|---|---|
| نویسنده | سرفجو، سید سعید، دمیروغلو، سنک، کینگ، س. |
| تاریخ انتشار: | 2017-04 |
| محل انتشار | - IEEE |
| موضوع | انطباق گوینده متقابل زبانی، ترکیب آماری گفتار، سازگاری با سخنران، نزدیکترین همسایه |
| نوع | دوره ای |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 2329-9304 |
| شماره ثبت | ee9f3091-c0c9-4a59-92e6-4caaef7adf64 |
| محل کتابخانه | مهندسی برق و الکترونیک |
| تاریخ | 2017-04 |
| یادداشتها | کمیسیون اروپا؛ TUBITAK |
| متن نمونه | سازگاری سخنران 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. برای این منظور، ما دو رویکرد انطباق صدای ویژه را پیشنهاد میکنیم که از پایگاه داده گفتار دو زبانه ترکی-انگلیسی که جمعآوری کردهایم 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 زمانی که با رویکرد eigenvoice درون زبانی به جای الگوریتمهای مبتنی بر رگرسیون خطی مورد استفاده در سیستم پایه استفاده شد، بیشتر بهبود یافت. |
| DOI | 10.1109/TASLP.2017.2667880 |
| Cilt | 25 |
