Modelling F0 Dynamics in Unit Selection Based Speech Synthesis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F14%3A43922924" target="_blank" >RIV/49777513:23520/14:43922924 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-10816-2_55" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-10816-2_55</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-10816-2_55" target="_blank" >10.1007/978-3-319-10816-2_55</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Modelling F0 Dynamics in Unit Selection Based Speech Synthesis

Popis výsledku v původním jazyce

In the common unit selection implementations, F0 continuity is measured as one of concatenation cost features with the expectation that smooth units transition (regarding speech melody) is ensured when the difference of F0 is low enough. This measure generally uses a static F0 value computed at the units boundary. In the present paper we show, however, that the use of static F0 values is not enough for smooth speech units concatenation, and that a dynamic nature of the F0 contour must be taken into account. Two schemes of dynamic F0 handling are presented, and speech generated by both schemes is compared by means of listening tests on specially selected phrases which are known to carry unnatural artefacts. Advantages and disadvantages of the individualschemes are also discussed.

Název v anglickém jazyce

Modelling F0 Dynamics in Unit Selection Based Speech Synthesis

Popis výsledku anglicky

In the common unit selection implementations, F0 continuity is measured as one of concatenation cost features with the expectation that smooth units transition (regarding speech melody) is ensured when the difference of F0 is low enough. This measure generally uses a static F0 value computed at the units boundary. In the present paper we show, however, that the use of static F0 values is not enough for smooth speech units concatenation, and that a dynamic nature of the F0 contour must be taken into account. Two schemes of dynamic F0 handling are presented, and speech generated by both schemes is compared by means of listening tests on specially selected phrases which are known to carry unnatural artefacts. Advantages and disadvantages of the individualschemes are also discussed.

Druh

D - Stať ve sborníku

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)

Rok uplatnění

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

Text, Speech, and Dialogue, 17th International Conference, TSD 2014, Brno, Czech Republic, September 8-12, 2014. Proceedings

ISBN

978-3-319-10815-5

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

457-464

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Brno, Czech Republic

Datum konání akce

8. 9. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—