Yazar
Muhammedi, Emir
Basım Tarihi
2014-09
Konu
Elektrik ve Elektronik Mühendisliği, Metinden konuşmaya, İstatistiksel konuşma sentezi, Konuşmacı uyarlaması, Küme uyarlamalı eğitim, Özses uyarlaması, En yakın komşu
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Kayıt Numarası
27707384-9dda-4df2-8513-e1a1db65db90
Lokasyon
Elektrik-Elektronik Mühendisliği Bölümü
Tarih
2014-09
Örnek Metin
İstatistiksel konuşma sentezi (SSS) sistemleri, birkaç dakikalık uyarlama verileriyle hedef konuşmacıya uyum sağlama yeteneğine sahiptir. Adaptasyon ifadelerinin sayısını birkaç saniyelik veriye indirmek için adaptasyon algoritmaları geliştirmek, teknolojinin tüketici elektroniği cihazları gibi gerçek hayattaki uygulamalara uygulanması üzerinde önemli bir etkiye sahip olabilir. Bu kadar hızlı adaptasyonu sağlamanın geleneksel yolu, konuşma tanımada iyi çalışan ancak istatistiksel konuşma sentezinde algısal yapaylıklar ürettiği bilinen özses tekniğidir. Burada, hem temel özses uyarlama algoritmasının kalite sorunlarını hafifletirken, hem de minimum veriyle hoparlör uyarlamasına izin vermek için üç yöntem öneriyoruz. İlk yöntemimiz, yapaylıkları azaltmak amacıyla uyarlama algoritmasını hoparlör alanında gerçekçi yönlerde hareket edecek şekilde sınırlamak için Bayesian özses yaklaşımını kullanmaya dayanmaktadır. İkinci yöntemimiz, hedef konuşmacıya yakın, önceden eğitilmiş referans hoparlörleri bulmaya ve ikinci bir özses uyarlama yinelemesinde yalnızca bu referans hoparlör modellerini kullanmaya dayanmaktadır. Her iki teknik de objektif testlerde temel öz ses yönteminden önemli ölçüde daha iyi performans gösterdi. Benzer şekilde, her ikisi de öznel testlerde temel öz ses yöntemiyle karşılaştırıldığında konuşma kalitesini artırdı. Üçüncü yöntemde, önerilen özses yönteminin en son teknolojiye sahip doğrusal regresyon tabanlı adaptasyon tekniği ile birlikte kullanılmasının uyarma özelliklerinin adaptasyonunu iyileştirdiği bulunmuştur. Uyarlama için yapılması gereken konuşma sürelerini daha aşağıda, birkaç saniyeye, değiştirmek için ayırmak için uyarlama değiştirmeleri, teknolojik program elektroniği gibi gerçek hayatta kalma uygulamalarında yaygınlaşmasında önemli özelliklere sahip olabilir. Bu hızlı tarz uyarlamayı başarmanın geleneksel yönteminin özses tekniğidir ki konuşma tanımada iyi ilerlemektedir ancak sesin sentezinde algısal artifeksler alındığı bilinmektedir. Burada, hem temel özses uyarlama sisteminin kalite problemini giderebilecek hem de asgari düzeyde veriyi kullanarak, kullanıma uygun hale getirmeyi amaçlayan üç yöntem önerilmektedir. Birinci yöntemimiz uyarlama genişletmesini, artifeksleri en aza indirmek için uzayda gerçekçi doğrultu hareket fuarlarında sınırlama için önerilen Bayes özses yaklaşımının kullanımına dayalı teknik. İkinci yöntemimiz ise hedef birleştirmeye yakın, kataloglanmış referans gösterileri gösterilir ve o referans tamamlayıcı modellerini ikinci bir öz ses uyarlama yinelemesinde kullanılmaya dayanıklıdır. Her iki teknik de nesnel testlerde temel özses yönteminden önemli ölçüde daha iyi sonuçlar verdi. Benzer şekilde, her ikisi de temel özses yöntemiyle karşılaştırılarak kişisel testlerde ses kalitesi arttırıldı. Üçüncü yöntemde, önerilen özses yöntemi ile son teknoloji doğrusal regresyon tekniğinin ardışık çalıştırma uyarım özniteliklerinin uyarlanmasının geliştirildiği görüldü.
