Yazar
Öztürk, M. G., Ulusoy, O., Demiroğlu, Cenk
Basım Tarihi
2019
Basım Yeri
-
IEEE
Konu
Konuşmacı uyarlaması, Konuşma sentezi, Son filtre, Derin öğrenme
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
978-1-4799-8131-1
Kayıt Numarası
e71c62e2-a7a5-42e2-9f26-22a7d09970d2
Lokasyon
Elektrik ve Elektronik Mühendisliği
Tarih
2019
Notlar
TÜBİTAK
Örnek Metin
Derin sinir ağları (DNN'ler), istatistiksel parametrik konuşma sentezi (SPSS) sistemlerinde akustik modelleme için başarıyla kullanılmıştır. Ayrıca, DNN tabanlı son filtrelerin (PF), sentezlenmiş konuşmanın kalitesini artırmak için SPSS sistemlerinde yaygın olarak kullanılan geleneksel son filtrelerden daha iyi performans gösterdiği de gösterilmiştir. Ancak mevcut DNN tabanlı son filtreler, konuşmacıya bağlı veritabanlarıyla eğitilir. SPSS sistemlerinin jenerik modellerden yeni hoparlörlere hızlı bir şekilde uyum sağlayabildiği göz önüne alındığında, minimum adaptasyon verisi ile yeni hoparlörlere uyum sağlayabilen DNN tabanlı postfiltrelere ihtiyaç duyulmaktadır. Burada hızlı adaptasyon için DNN-, RNN- ve CNN tabanlı son filtreleri rakip (GAN) eğitimi ve küme tabanlı başlatma (CI) ile birlikte karşılaştırıyoruz. Sonuçlar, ileri beslemeli (FF) DNN'nin, GAN ve CI ile birlikte yakın zamanda önerilen diğer son filtrelerden önemli ölçüde daha iyi performans gösterdiğini göstermektedir.
DOI
10.1109/ICASSP.2019.8683714
