The phase substitutions in Czech harmonic concatenative speech synthesis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F03%3A00000196" target="_blank" >RIV/49777513:23520/03:00000196 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

The phase substitutions in Czech harmonic concatenative speech synthesis

Popis výsledku v původním jazyce

This paper describes the issues of the usage of various phase component types in the development of the Czech TTS system based on harmonic sinusoidal signal representation. We have found the approaches for speech representation based on sinusoidal co ding [1] or harmonic plus noise modelling [2] very promising. It is mainly due to possibility of high compression of the spectral representation and possibility to 'smooth' the transitions on the spectral level. The major inconvenience is the nec essity touse natural phase components to reach quality synthesis with preserved naturalness. Trying to interpolate the phase components across the concatenations causes the discontinuities in generated signal. We found that the discontinuities subs tantially degrade the fluency of synthesized speech. We propose the method of substituting the phase components by one locally constant phase component to guarantee the local phase coherence.

Název v anglickém jazyce

The phase substitutions in Czech harmonic concatenative speech synthesis

Popis výsledku anglicky

This paper describes the issues of the usage of various phase component types in the development of the Czech TTS system based on harmonic sinusoidal signal representation. We have found the approaches for speech representation based on sinusoidal co ding [1] or harmonic plus noise modelling [2] very promising. It is mainly due to possibility of high compression of the spectral representation and possibility to 'smooth' the transitions on the spectral level. The major inconvenience is the nec essity touse natural phase components to reach quality synthesis with preserved naturalness. Trying to interpolate the phase components across the concatenations causes the discontinuities in generated signal. We found that the discontinuities subs tantially degrade the fluency of synthesized speech. We propose the method of substituting the phase components by one locally constant phase component to guarantee the local phase coherence.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F02%2F0124" target="_blank" >GA102/02/0124: Hlasové technologie v podpoře informační společnosti</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2003

Kód důvěrnosti údajů

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

Název statě ve sborníku

Text, Speech and Dialogue

ISBN

3-540-20024-X

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

333-340

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

České Budějovice

Datum konání akce

8. 9. 2003

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—