On Minimizing the Size of Speech Unit Database in Concatenative Speech Synthesis

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F06%3A00000536" target="_blank" >RIV/49777513:23520/06:00000536 - isvavai.cz</a>

Alternative codes found

RIV/49777513:23520/06:00000105

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

On Minimizing the Size of Speech Unit Database in Concatenative Speech Synthesis

Original language description

In this paper, minimization of speech unit database is researched in order to have a compact speech unit database yielding a "good enough" synthetic speech usable also for low-resource devices. We focused mainly on HMM-based speech unit database preparation, a process which prepares a set of context-dependent phones (triphones) by means of HMM modelling, CART-based clustering, and HMM-based segmentation in a fully automatic way. Three experiments are described in the paper: the first one concerns the size of the source speech corpus, the second one deals with the triphone clustering process, and the last one concerns the modelling of the cross-word dependencies. The final minimised system exploits techniques used in all three experiments. The size of the resulting speech unit database decreased from 28.1 to 1.6 MB. The resulting synthetic speech was then judged by means of CCR listening tests and evaluated as "slightly worse" than speech generated by the baseline system.

Czech name

Minimalizace velikosti databáze řečových jednotek v úloze konkatenační syntézy řeči

Czech description

V článku se zkoumají možnosti minimalizace databáze řečových jednotek za účelem získání kompaktní databáze řečových jednotek, která bude poskytovat syntetickou řeč "rozumné kvality" také pro zařízení s menšími systémovými zdroji. Zaměřili jsme se zejménana přípravu databáze řečových jednotek s využitím HMM, plně automatický proces, který připravuje soubor kontextově závislých fonů (trifonů) pomocí modelování HMM, shlukování založeného na CART a segmentace s využitím HMM V článku jsou popsány tři experimenty: první experiment se týká velikosti zdrojového řečového korpusu, druhý experiment se zabývá procesem shlukování trifo

Type

D - Article in proceedings

CEP classification

JD - Use of computers, robotics and its application

OECD FORD branch

—

Project

Result was created during the realization of more than one project. More information in the Projects tab.

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

Speech Processing

ISBN

80-86269-15-9

ISSN

—

e-ISSN

—

Number of pages

7

Pages from-to

70-76

Publisher name

Institute of Radio Engineering and Electronics AS CR

Place of publication

Prague

Event location

Praha

Event date

Jan 1, 2006

Type of event by nationality

EUR - Evropská akce

UT code for WoS article

—