On Building Phonetically and Prosodically Rich Speech Corpus for Text-to-Speech Synthesis

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F06%3A00005351" target="_blank" >RIV/00216208:11320/06:00005351 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

On Building Phonetically and Prosodically Rich Speech Corpus for Text-to-Speech Synthesis

Original language description

This paper proposes a way of preparing and recording a speech corpus for unit selection text-to-speech speech synthesis driven by symbolic prosody. The research is focused on a phonetically and prosodically rich sentence selection algorithm. Symbolic description on a deep prosody level is used to enrich the phonetic representation of sentences (by respecting the prosodeme types phones appear in). The resulting algorithm then selects sentences with respect to both phonetic and prosodic criteria. To coversupra-sentential prosody phenomena, paragraphs were selected at random and recorded as well. The new speech corpus can be utilised in unit selection speech synthesis and also for training a data-driven prosodic parser.

Czech name

Vytváření foneticky a prozodicky bohatých řečových korpusů v úloze syntézy řeči z textu

Czech description

Článek navrhuje metodu přípravy a pořízení řečového korpusu pro úlohu syntézy řeči z textu s dynamickým výběrem jednotek řízenou pomocí symbolické prozodie. Soustředí se na algoritmus výběru foneticky a prozodicky bohatých vět. Foneticky přepsané věty jsou obohaceny o symbolický popis na hrubé prozodické úrovni s respektováním typu prozodému, ve kterém se fony objevují. Výsledný algoritmus pak vybírá věty s ohledem na fonetická i prozodická kritéria. Abychom též pokryli i supravětné prozodické jevy, náhodně jsme vybrali odstavce a nahráli je. Nový řečový korpus se může využít k syntéze řeči s dynamickým výběrem jednotek a také k trénování datově orientovaného prozodického parseru.

Type

D - Article in proceedings

CEP classification

AI - Linguistics

OECD FORD branch

—

Project

<a href="/en/project/LC536" target="_blank" >LC536: Integrated center for natural language processing</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2006

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Proceedings of the second IASTED international conference on Computational intelligence

ISBN

—

ISSN

—

e-ISSN

—

Number of pages

6

Pages from-to

442-447

Publisher name

ACTA Press

Place of publication

Anaheim, USA

Event location

Anaheim, USA

Event date

Jan 1, 2006

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—