The Extraction of Markers for the Training of Neural Network Dedicated for the Speech Prosody Control

0405469 - UIVT-O 330844 RIV FR eng C - Konferenční příspěvek (zahraniční konf.)
Šebesta, Václav - Tučková, J.
The Extraction of Markers for the Training of Neural Network Dedicated for the Speech Prosody Control.
[Výběr markerů pro učení neuronové sítě, určené pro řízení prozodie hlasového syntezátoru.]
Novel Applications of Neural Networks in Engineering. Douai: École des Mines de Douai, 2005 - (Lecoeuche, S.; Tsaptsinos, D.), s. 245-250
[EANN'05. International Conference on Engineering Applications of Neural Networks /9./. Lille (FR), 24.08.2005-26.08.2005]
Grant CEP: GA ČR GA102/05/0278
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: neural network application * speech processing * prosody control * data mining * GUHA method
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum

The development of the synthetic speech, specialized to the different national languages, indicates the availability of complex speech synthesis or at least the synthesis of their prosodic parameters by the training of partial features extracted from the natural speech signal. Correctness of the result from neural network output is afterwards dependent on the scope and quality of the training set, on the mode od synthesizer, on the selection of relevant parameters (markers) for neural network training and on the neural network architecture.

Přirozenost hlasu umělého syntezátoru je závislá na modelování prozodických parametrů, zvláště na základní funkci a době trvání jednotlivých řečových jednotek (fonómy, difóny, trifóny). K jejich určení mohou být úspěšně využity umělé neuronové sítě (UNN). Článek se zabývá způsoby výběru vhodných markerů pro trénování UNN a srovnává dosažené výsledky matematicky a poslechovými testy.
Trvalý link: http://hdl.handle.net/11104/0125632