Speech synthesis using HMM-based acoustic unit inventory

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F99%3A00043153" target="_blank" >RIV/49777513:23520/99:00043153 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Speech synthesis using HMM-based acoustic unit inventory

Popis výsledku v původním jazyce

The usage of multiple Hidden Markov Models (HMMs) to prepare a Czech acoustic unit inventory and speech synthesis based on this inventory are presented in this paper. Triphone HMMs are trained on the basis of the speech corpus spoken by a single speaker.The states of triphone HMMs are automatically clustered down using binary decision trees. The clustered states are then used to automatically segment the speech corpus and to create a speech segment database. The acoustic unit inventory constructed in this way is assumed to enable more precise context modeling than was previously possible. Concatenation-based speech synthesizer can be designed on the basis of the speech segment database. Several speech synthesis techniques are discussed for this purpose. In the end, a Czech text-to-speech (TTS) system is presented.

Název v anglickém jazyce

Speech synthesis using HMM-based acoustic unit inventory

Popis výsledku anglicky

The usage of multiple Hidden Markov Models (HMMs) to prepare a Czech acoustic unit inventory and speech synthesis based on this inventory are presented in this paper. Triphone HMMs are trained on the basis of the speech corpus spoken by a single speaker.The states of triphone HMMs are automatically clustered down using binary decision trees. The clustered states are then used to automatically segment the speech corpus and to create a speech segment database. The acoustic unit inventory constructed in this way is assumed to enable more precise context modeling than was previously possible. Concatenation-based speech synthesizer can be designed on the basis of the speech segment database. Several speech synthesis techniques are discussed for this purpose. In the end, a Czech text-to-speech (TTS) system is presented.

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

<a href="/cs/project/GV102%2F96%2FK087" target="_blank" >GV102/96/K087: Teorie a aplikace hlasové komunikace v Češtině</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

1999

Kód důvěrnosti údajů

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

Název periodika

Eurospeech '99

ISSN

10184074

e-ISSN

—

Svazek periodika

1

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

4

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—