Prosody modelling for TTS systems using statistical methods

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985882%3A_____%2F12%3A00396591" target="_blank" >RIV/67985882:_____/12:00396591 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-34584-5_13" target="_blank" >http://dx.doi.org/10.1007/978-3-642-34584-5_13</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-34584-5_13" target="_blank" >10.1007/978-3-642-34584-5_13</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Prosody modelling for TTS systems using statistical methods

Popis výsledku v původním jazyce

The main drawback of older methods of prosody modelling is the monotony of the output, which is perceived as uncomfortable by the users, especially when listening to longer passages. The present paper proposes a prosodic generator designed to increase the variability of synthesized speech in reading devices for the blind. The method used is based on text segmentation into several prosodic patterns by means of vector quantisation and the subsequent training of corresponding HMMs (Hidden Markov Models) onF0 parameters. The path through the model's states is then used to generate sentence prosody. We also tried to utilize morphological information in order to increase prosody naturalness. The evaluation of the quality of the proposed prosodic generatorswas carried out by means of listening tests

Název v anglickém jazyce

Prosody modelling for TTS systems using statistical methods

Popis výsledku anglicky

The main drawback of older methods of prosody modelling is the monotony of the output, which is perceived as uncomfortable by the users, especially when listening to longer passages. The present paper proposes a prosodic generator designed to increase the variability of synthesized speech in reading devices for the blind. The method used is based on text segmentation into several prosodic patterns by means of vector quantisation and the subsequent training of corresponding HMMs (Hidden Markov Models) onF0 parameters. The path through the model's states is then used to generate sentence prosody. We also tried to utilize morphological information in order to increase prosody naturalness. The evaluation of the quality of the proposed prosodic generatorswas carried out by means of listening tests

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

Lecture Notes i nComputer Science

ISBN

9783642345838

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

10

Strana od-do

174-183

Název nakladatele

Springer Verlag

Místo vydání

Berlin

Místo konání akce

Dresden

Datum konání akce

21. 2. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—