Vizuální syntéza češtiny metodou parametrického modelu jako doplněk řečového syntetizéru
Cíle projektu
Navrhovaný projekt se zaměřuje na problematiku vizuální syntézy řeči. Konkrétně se řešení projektu bude soustředit na doplnění řečového (akustického) syntetizéru češtiny o vizuální syntézu ve formě animovaného syntetického obličeje. Cílem je zlepšeníporozumění člověkem v hlučném prostředí nebo u lidí se sluchovým postižením. Vlastní vizuální syntéza bude řešena metodou parametrického modelu. Řešení tohoto projektu zahrnuje celou řadu dílčích úloh. Především je nutné shromáždit nový řečový korpus,který bude obsahovat vizuální záznam podoby obličeje řečníka během namlouvání zvoleného textu. Mezi nejdůležitější úlohy patří volba parametrického popisu tvaru obličeje a vytvoření jeho parametrického třírozměrného modelu, jehož tvar lze ovládat pomocízvolených parametrů. Další úlohou je automatická segmentace obrazu a detekce významných bodů pro výpočet hodnot zvolených parametrů. S tím souvisí způsob vybírání reprezentativních řečových jednotek a vytvoření vizuální řečové databáze. Další navazující
Klíčová slova
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
Standardní projekty 2 (SGA02003GA-ST)
Hlavní účastníci
Západočeská univerzita v Plzni / Fakulta aplikovaných věd
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
—
Alternativní jazyk
Název projektu anglicky
Visual Czech speech synthesis using parametric model method as a supplement of a speech synthesizer
Anotace anglicky
Proposed project focuses on the visual speech synthesis topic. The main aim of the project is to supplement present (auditory) speech synthesis system with the module of visual synthesis in the form of an animated synthetic face. The target is toincreaseunderstanding by people in noisy environment or in case of hearing impairment. Solution of the task of visual synthesis will be based on the parametric model method. It involves several partial tasks. In the first place it is needed to collect anew speech corpus incorporating visual recording of a speaker face appearance during recording of selected text. The most important tasks are the choice of a face shape description and the design of a parametric three-dimensional model, which shape canbe controlled by the selected parameters. Next task is automatic image segmentation and important points detection for the computation of values of selected parameters. Related task is to find a way of selecting representative speech units from input
Vědní obory
Kategorie VaV
ZV - Základní výzkum
CEP - hlavní obor
JD - Využití počítačů, robotika a její aplikace
CEP - vedlejší obor
—
CEP - další vedlejší obor
—
OECD FORD - odpovídající obory
(dle převodníku)20204 - Robotics and automatic control
20205 - Automation and control systems
Hodnocení dokončeného projektu
Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
Během tříletého období grantu jsme řešili úlohu doplnění řečového syntetizéru o parametricky ovládaný animovatelný trojrozměrný model hlavy, který realizuje takzvanou vizuální syntézu řeči, tedy napodobuje pohyby úst a ostatních artikulačních orgánů při
Termíny řešení
Zahájení řešení
1. 1. 2003
Ukončení řešení
1. 1. 2005
Poslední stav řešení
U - Ukončený projekt
Poslední uvolnění podpory
—
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP06-GA0-GA-U/07:6
Datum dodání záznamu
15. 1. 2009
Finance
Celkové uznané náklady
570 tis. Kč
Výše podpory ze státního rozpočtu
447 tis. Kč
Ostatní veřejné zdroje financování
123 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
570 tis. Kč
Statní podpora
447 tis. Kč
78%
Poskytovatel
Grantová agentura České republiky
CEP
JD - Využití počítačů, robotika a její aplikace
Doba řešení
01. 01. 2003 - 01. 01. 2005