Prosody Optimisation of a Czech Language Synthesizer

0313377 - ÚI 2009 RIV CZ eng J - Článek v odborném periodiku
Tučková, J. - Šebesta, Václav
Prosody Optimisation of a Czech Language Synthesizer.
[Optimalizace prosodie v syntetizátoru češtiny.]
Neural Network World. Roč. 18, č. 4 (2008), s. 291-308. ISSN 1210-0552
Grant CEP: GA ČR GA102/05/0278
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: neuronové sítě * syntéza řeči * modelování prosodie * metoda GUHA * klestění
Kód oboru RIV: IN - Informatika
Impakt faktor: 0.395, rok: 2008

Each national language is described by specific grammatical rules. But rule-based knowledge representations alone cannot be used for the natural flow of speech. In this paper, optimisation of the naturalness of speech, i.e. the optimal choice of phonetic and phonologic parameters for prosody modelling is sought. We will try to find relevant features (speech parameters) having the basic influence on the fundamental frequency and duration of speech units. If the prosody of the synthesizer is controlled by an artificial neural network (ANN), optimisation of the ANN topology is necessary. The topology of the ANN is also dependent on the number of input neurons which represent the most important speech parameters. The pruning of the ANN based on the several approaches (GUHA method, sensitivities of the synaptic weights, etc.) is a suitable tool for reducing the ANN structure.

Každý jazyk lze popsat gramatickými pravidly, ale ta sama nestačí pro přirozené znění výstupu hlasového syntezátoru. V článku je popsána možnost optimalizace „přirozenosti“ jazyka, tj. výběr optimální množiny fonetických a fonologických parametrů pro modelování prosodie. Snažíme se nalézt relevantní vlastnosti (řečové parametry), které mají hlavní vliv na základní funkci a trvání řečových jednotek (např. fonémů, difónů apod.). Pokud řídíme prosodii pomocí umělé neuronové sítě (ANN), je nutná optimalizace topologie této sítě, tedy i počtu vstupních neuronů, které korespondují jednotlivým řečovým parametrům. Je vysvětleno několik postupů klestění ANN pomocí citlivosti syntetických vah, metody GUHA a pod.
Trvalý link: http://hdl.handle.net/11104/0004776