Přejít k obsahu


On building phonetically and prosodically rich speech corpus for text-to-speech synthesis

Citace: [] MATOUŠEK, J., ROMPORTL, J. On building phonetically and prosodically rich speech corpus for text-to-speech synthesis. In Proceedings of the second IASTED international conference on Computational intelligence. Anaheim: ACTA Press, 2006. s. 442-447. ISBN: 0-88986-602-3
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: On building phonetically and prosodically rich speech corpus for text-to-speech synthesis
Rok vydání: 2006
Místo konání: Anaheim
Název zdroje: ACTA Press
Autoři: Jindřich Matoušek , Jan Romportl
Abstrakt CZ: Článek navrhuje metodu přípravy a pořízení řečového korpusu pro úlohu syntézy řeči z textu s dynamickým výběrem jednotek řízenou pomocí symbolické prozodie. Soustředí se na algoritmus výběru foneticky a prozodicky bohatých vět. Foneticky přepsané věty jsou obohaceny o symbolický popis na hrubé prozodické úrovni s respektováním typu prozodému, ve kterém se fony objevují. Výsledný algoritmus pak vybírá věty s ohledem na fonetická i prozodická kritéria. Abychom též pokryli i supravětné prozodické jevy, náhodně jsme vybrali odstavce a nahráli je. Nový řečový korpus se může využít k syntéze řeči s dynamickým výběrem jednotek a také k trénování datově orientovaného prozodického parseru.
Abstrakt EN: This paper proposes a way of preparing and recording a speech corpus for unit selection text-to-speech speech synthesis driven by symbolic prosody. The research is focused on a phonetically and prosodically rich sentence selection algorithm. Symbolic description on a deep prosody level is used to enrich the phonetic representation of sentences (by respecting the prosodeme types phones appear in). The resulting algorithm then selects sentences with respect to both phonetic and prosodic criteria. To cover supra-sentential prosody phenomena, paragraphs were selected at random and recorded as well. The new speech corpus can be utilised in unit selection speech synthesis and also for training a data-driven prosodic parser.
Klíčová slova

Zpět

Patička