Concatenation Artifact Detection Trained from Listeners Evaluations

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F13%3A43919442" target="_blank" >RIV/49777513:23520/13:43919442 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007%2F978-3-642-40585-3_22" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-642-40585-3_22</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-40585-3_22" target="_blank" >10.1007/978-3-642-40585-3_22</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Concatenation Artifact Detection Trained from Listeners Evaluations

Popis výsledku v původním jazyce

Unit selection is known for its ability to produce high-quality synthetic speech. In contrast with HMM-based synthesis, it produces more natural speech but it may suffer from sudden quality drops at concatenation points. The danger of quality deterioration can be reduced (but, unfortunately, not eliminated) by using very large speech corpora. In this paper, our first experiment with automatic artifact detection is presented. Firstly, a brief description of artifacts is given. Then, a listening test experiment, in which listeners evaluated speech synthesis artifacts, is described. The data gathered during the listening test were then used to train an SVM classifer. Finally, results of the SVM-based artifact detection in synthetic speech are discussed.

Název v anglickém jazyce

Concatenation Artifact Detection Trained from Listeners Evaluations

Popis výsledku anglicky

Unit selection is known for its ability to produce high-quality synthetic speech. In contrast with HMM-based synthesis, it produces more natural speech but it may suffer from sudden quality drops at concatenation points. The danger of quality deterioration can be reduced (but, unfortunately, not eliminated) by using very large speech corpora. In this paper, our first experiment with automatic artifact detection is presented. Firstly, a brief description of artifacts is given. Then, a listening test experiment, in which listeners evaluated speech synthesis artifacts, is described. The data gathered during the listening test were then used to train an SVM classifer. Finally, results of the SVM-based artifact detection in synthetic speech are discussed.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/TA01011264" target="_blank" >TA01011264: Eliminace jazykových bariér handicapovaných diváků České televize II</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

Text, Speech, and Dialogue 16th International Conference, TSD 2013, Pilsen, Czech Republic, September 1-5, 2013. Proceedings

ISBN

978-3-642-40584-6

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

169-176

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Plzeň

Datum konání akce

1. 9. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—