Identifying Concatenation Discontinuities by Hierarchical Divisive Clustering of Pitch Contours

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F11%3A43898189" target="_blank" >RIV/49777513:23520/11:43898189 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-23538-2_22" target="_blank" >http://dx.doi.org/10.1007/978-3-642-23538-2_22</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-23538-2_22" target="_blank" >10.1007/978-3-642-23538-2_22</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Identifying Concatenation Discontinuities by Hierarchical Divisive Clustering of Pitch Contours

Popis výsledku v původním jazyce

In this paper, we present the results of a clustering experiment, the aim of which was to show whether or not the proximity of pitch contours is sufficient condition for perceptually smooth transitions at concatenation points in concatenative speech synthesis. The experiment was motivated by a previous finding which had shown that the support vector machine (SVM) classifiers are capable of separating with a high accuracy perceptually continuous and discontinuous joins using the pitch contours extractedfrom the vicinity of concatenation points as predictors. The experiment has shown that clustering of observations in a form of pitch contours represented in different scales using the euclidean distance as a metric does not prove to be a reliable way ofidentifying discontinuities at concatenation points.

Název v anglickém jazyce

Identifying Concatenation Discontinuities by Hierarchical Divisive Clustering of Pitch Contours

Popis výsledku anglicky

In this paper, we present the results of a clustering experiment, the aim of which was to show whether or not the proximity of pitch contours is sufficient condition for perceptually smooth transitions at concatenation points in concatenative speech synthesis. The experiment was motivated by a previous finding which had shown that the support vector machine (SVM) classifiers are capable of separating with a high accuracy perceptually continuous and discontinuous joins using the pitch contours extractedfrom the vicinity of concatenation points as predictors. The experiment has shown that clustering of observations in a form of pitch contours represented in different scales using the euclidean distance as a metric does not prove to be a reliable way ofidentifying discontinuities at concatenation points.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2011

Kód důvěrnosti údajů

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

Název periodika

Lecture Notes in Artificial Intelligence

ISSN

0302-9743

e-ISSN

—

Svazek periodika

2011

Číslo periodika v rámci svazku

6836

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

8

Strana od-do

171-178

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—