Rejtett Markov-modell alapú szövegfelolvasó adaptációja félig spontán magyar beszéddel

Tóth, Bálint and Németh, Géza: Rejtett Markov-modell alapú szövegfelolvasó adaptációja félig spontán magyar beszéddel. Magyar Számítógépes Nyelvészeti Konferencia, (4). pp. 246-256. (2009)

[img] Cikk, tanulmány, mű
msznykonf_006_246-256.pdf

Download (125kB)

Abstract

Napjainkban számos automatikus szövegfelolvasási módszer létezik, de az elmúlt években a legnagyobb figyelmet a statisztikai parametrikus beszédkeltési módszer, ezen belül is a rejtett Markov-modell (Hidden Markov Model, HMM) alapú szövegfelolvasás kapta. A HMM-alapú szövegfelolvasás minsége megközelíti a manapság legjobbnak számító elemkiválasztásos szintézisét, és ezen túl számos elnnyel rendelkezik: adatbázisa kevés helyet foglal el, lehetséges új hangokat külön felvételek nélkül létrehozni, érzelmeket kifejezni vele, és már néhány mondatnyi felvétel esetén is lehetséges az adott beszél hangkarakterét visszaadni. Jelen cikkben bemutatjuk a HMM-alapú beszédkeltés alapjait, a beszéladaptációjának lehetségeit, a magyar nyelvre elkészült beszélfüggetlen HMM adatbázist és a beszéladaptáció folyamatát félig spontán magyar beszéd esetén. Az eredmények kiértékelése céljából meghallgatásos tesztet végzünk négy különböz hang adaptációja esetén, melyeket szintén ismertetünk a cikkünkben.

Item Type: Article
Event Title: Magyar Számítógépes Nyelvészeti Konferencia (6.) (2009) (Szeged)
Journal or Publication Title: Magyar Számítógépes Nyelvészeti Konferencia
Date: 2009
Volume: 4
Page Range: pp. 246-256
ISBN: 978-963-482-982-9
Uncontrolled Keywords: Nyelvészet - számítógép alkalmazása
Additional Information: Bibliogr.: 256. p. ; összefoglalás magyar nyelven
Date Deposited: 2019. Jun. 19. 12:02
Last Modified: 2019. Jun. 19. 12:02
URI: http://acta.bibl.u-szeged.hu/id/eprint/58714

Actions (login required)

View Item View Item