HMM tabanlı konuşma sentezi için hoparlör uyarlamasında en yakın komşu yaklaşımı

İsim HMM tabanlı konuşma sentezi için hoparlör uyarlamasında en yakın komşu yaklaşımı
Yazar Mohammadi, Amir, Demiroğlu, Cenk
Basım Tarihi: 2013
Basım Yeri - IEEE
Konu Gizli Markov modelleri, Konuşma sentezi, İstatistiksel analiz
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane: Özyeğin Üniversitesi
Demirbaş Numarası 978-1-4673-5561-2
Kayıt Numarası 91f5927c-3b2b-4bf1-bc3a-7f5fb8146274
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 ve başarılı yöntemlerden biri haline gelmiştir. Birim seçim sistemlerinde gözlemlenen sahte hatalar olmadan, düzgün konuşma geçişleri SSS yaklaşımıyla oluşturulabilmektedir. Diğer bir avantaj ise birkaç dakikalık adaptasyon verileriyle hedef konuşmacıya uyum sağlayabilme yeteneğidir. Ancak tüketici elektroniği başta olmak üzere pek çok uygulama, yalnızca birkaç uyarlama ifadesi ile uyarlamayı gerektirmektedir. Burada, öncelikle bir mesafe ölçüsü verildiğinde hedef konuşmacıya yakın bir referans modeli seçmeye çalışan hızlı bir uyarlama tekniği öneriyoruz. Daha sonra, çoğu sistemde tipik olarak yapıldığı gibi ortalama bir modelden hedef konuşmacıya uyarlamanın aksine, uyarlama yeni referans modelinden gerçekleştirilir. Önerilen sistem, özellikle yalnızca uyarlama için tek bir ifadenin mevcut olduğu durumlarda, hem nesnel hem de öznel testlerde son teknoloji ürünü temel sistemden önemli ölçüde daha iyi performans gösterdi.
DOI 10.1109/SIU.2013.6531576
Kaynağa git Özyeğin Üniversitesi Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru Özyeğin Üniversitesi

HMM tabanlı konuşma sentezi için hoparlör uyarlamasında en yakın komşu yaklaşımı

Yazar Mohammadi, Amir, Demiroğlu, Cenk
Basım Tarihi 2013
Basım Yeri - IEEE
Konu Gizli Markov modelleri, Konuşma sentezi, İstatistiksel analiz
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane Özyeğin Üniversitesi
Demirbaş Numarası 978-1-4673-5561-2
Kayıt Numarası 91f5927c-3b2b-4bf1-bc3a-7f5fb8146274
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 ve başarılı yöntemlerden biri haline gelmiştir. Birim seçim sistemlerinde gözlemlenen sahte hatalar olmadan, düzgün konuşma geçişleri SSS yaklaşımıyla oluşturulabilmektedir. Diğer bir avantaj ise birkaç dakikalık adaptasyon verileriyle hedef konuşmacıya uyum sağlayabilme yeteneğidir. Ancak tüketici elektroniği başta olmak üzere pek çok uygulama, yalnızca birkaç uyarlama ifadesi ile uyarlamayı gerektirmektedir. Burada, öncelikle bir mesafe ölçüsü verildiğinde hedef konuşmacıya yakın bir referans modeli seçmeye çalışan hızlı bir uyarlama tekniği öneriyoruz. Daha sonra, çoğu sistemde tipik olarak yapıldığı gibi ortalama bir modelden hedef konuşmacıya uyarlamanın aksine, uyarlama yeni referans modelinden gerçekleştirilir. Önerilen sistem, özellikle yalnızca uyarlama için tek bir ifadenin mevcut olduğu durumlarda, hem nesnel hem de öznel testlerde son teknoloji ürünü temel sistemden önemli ölçüde daha iyi performans gösterdi.
DOI 10.1109/SIU.2013.6531576
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi yönlendiriliyorsunuz...

Lütfen bekleyiniz.