سنتز گفتار فارسی با استفاده از مدل مخفی مارکوف
Publish Year: 1384
Type: Conference paper
Language: Persian
View: 3,479
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICIKT02_049
Index date: 2 January 2008
سنتز گفتار فارسی با استفاده از مدل مخفی مارکوف abstract
مدل مخفی مارکوف یکی از مدلهای اماری مناسب برای مدل کردن دنباله پارامترهای گفتار می باشد که استفاده از آن در سیستم تبدیل متن به گفتار، موفقیت امیز بوده است. در این مقاله، برای پیاده سازی سیستم سنتز، از مدل مخفی مارکوف (HMM) برای مدل کردن پارامترهای مربوط به واحدهای گفتاری استفاده شده است. برای تبدیل ضرائب کپسترال به سیگنال صحبت ، از فیلتر MLSA استفاده نموده ایم. برای استخراج فرکانس گام، روش اتوکورلیشن مورد استفاده قرار گرفته است. برای تولید پارامترهای سنتز گفتار توسط HMMها از الگوریتمی استفاده نموده ایم که در آن برای در نظر گرفتن اطلاعات بافت، علاوه بر ویژگی های ضرائب کپستروم و فرکانس گام، مشتق اول و دوم انها نیز، مورد استفاده قرار گرفته اند. برای بدست آوردن مدل طول زمانی واجها، مشاهدات موجود از هر ترایفون را در پایگاه داده، طبق الگوریتم ویتربی با مدل HMM آن مقایسه نموده و دنباله حالات طی شده را بدست آورده و با میانگین گیری از تعداد دفعات حضور در هر حالت مدل HMM ترایفون، متوسط طول زمانی حضور در هر حالت را برای هر ترایفون بدست آورده ایم. زمانهای میانگین حاصل، مدلهای طول زمانی برای هر ترایفون را تشکیل می دهند. در هنگام سنتز با توجه به مدل طول هر حالت از مدل HMM هر ترایفون ، پارامترهای هر کدام ازحالتهای HMM، شامل بردار میانگین و بردار واریانس آن حالت تکرار و با استفاده از این پارامترها، دنباله ضرائب کپسترال و گام مورد نیاز برای سنتز گفتار بدست امده و توسط فیلتر MLSA به گفتار تبدیل شده اند. برای ارزیابی سیستم از تستس MOS استفاده شده است. امتیازات بدست آمده برای تست MOS در مورد سنتز با استفاده از مدلهای ترایفون برای تعیین طول زمانی ترایفون و گام، برای پارامترهای قابل فهم بودن، طبیعی بودن و خوشایند بودن برای جملات آموزشی به ترتیب 3/8، 3/9 و 3/5 می باشد.
سنتز گفتار فارسی با استفاده از مدل مخفی مارکوف Keywords:
سنتز گفتار فارسی با استفاده از مدل مخفی مارکوف authors
محمدمهدی همایونپور
دکترای مهندسی برق ، آزمایشگاه سیستم های هوشمند صوتی و گفتاری، دانشکد
سیدمصطفی موسوی
کارشناسی ارشد مهندسی کامپیوتر، آزمایشگاه سیستم های هوشمند صوتی و گفت
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :