Experiments with One-Class Classifier as a Predictor of Spectral Discontinuities in Unit Concatenation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929720" target="_blank" >RIV/49777513:23520/16:43929720 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-43958-7_35" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-43958-7_35</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-43958-7_35" target="_blank" >10.1007/978-3-319-43958-7_35</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Experiments with One-Class Classifier as a Predictor of Spectral Discontinuities in Unit Concatenation

Popis výsledku v původním jazyce

We present a sequence of experiments with one-class classification, aimed at examining the ability of such a classifier to detect spectral smoothness of units, as an alternative to heuristics-based measures used within unit selection speech synthesizers. A set of spectral feature distances was computed between neighbouring frames in natural speech recordings, i.e. those representing natural joins, from which the per-vowel classifier was trained. In total, three types of classifiers were examined for distances computed from several different signal parametrizations. For the evaluation, the trained classifiers were tested against smooth or discontinuous joins as they were perceived by human listeners in the ad-hoc listening test designed for this purpose.

Název v anglickém jazyce

Experiments with One-Class Classifier as a Predictor of Spectral Discontinuities in Unit Concatenation

Popis výsledku anglicky

We present a sequence of experiments with one-class classification, aimed at examining the ability of such a classifier to detect spectral smoothness of units, as an alternative to heuristics-based measures used within unit selection speech synthesizers. A set of spectral feature distances was computed between neighbouring frames in natural speech recordings, i.e. those representing natural joins, from which the per-vowel classifier was trained. In total, three types of classifiers were examined for distances computed from several different signal parametrizations. For the evaluation, the trained classifiers were tested against smooth or discontinuous joins as they were perceived by human listeners in the ad-hoc listening test designed for this purpose.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA16-04420S" target="_blank" >GA16-04420S: Kombinované využití fonetických a korpusově založených postupů při odstraňování rušivých jevů v řečové syntéze</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Speech and Computer 18th International Conference, SPECOM 2016, Budapest, Hungary, August 23-27, 2016, Proceedings

ISBN

978-3-319-43957-0

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

296-303

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Budapesť, Maďarsko

Datum konání akce

23. 8. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389335600035