Evaluation of TTS Personification by GMM-Based Speaker Gender and Age Classifier

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929884" target="_blank" >RIV/49777513:23520/16:43929884 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-45510-5_35" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-45510-5_35</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-45510-5_35" target="_blank" >10.1007/978-3-319-45510-5_35</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Evaluation of TTS Personification by GMM-Based Speaker Gender and Age Classifier

Popis výsledku v původním jazyce

This paper describes an experiment using the Gaussian mixture models (GMM)-based speaker gender and age classification for automatic evaluation of the achieved success in text-to-speech (TTS) system personification. The proposed two-level GMM classifier detects four age categories (child, young, adult, senior) as well as it discriminates gender for adult voices. This classifier is applied for gender/age estimation of the synthetic speech in Czech and Slovak languages produced by different TTS systems with several voices, using different speech inventories and speech modelling methods. The obtained results confirm the hypothesis that this type of classifier can be utilized as an alternative approach instead of the conventional listening test in the area of speech evaluation.

Název v anglickém jazyce

Evaluation of TTS Personification by GMM-Based Speaker Gender and Age Classifier

Popis výsledku anglicky

This paper describes an experiment using the Gaussian mixture models (GMM)-based speaker gender and age classification for automatic evaluation of the achieved success in text-to-speech (TTS) system personification. The proposed two-level GMM classifier detects four age categories (child, young, adult, senior) as well as it discriminates gender for adult voices. This classifier is applied for gender/age estimation of the synthetic speech in Czech and Slovak languages produced by different TTS systems with several voices, using different speech inventories and speech modelling methods. The obtained results confirm the hypothesis that this type of classifier can be utilized as an alternative approach instead of the conventional listening test in the area of speech evaluation.

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

Text, Speech, and Dialogue 19th International Conference, TSD 2016, Brno , Czech Republic, September 12-16, 2016, Proceedings

ISBN

978-3-319-45509-9

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

9

Strana od-do

305-313

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Brno, Česká republika

Datum konání akce

12. 9. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389707400035