Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/12073
Title: Multivoice Text-to-Speech Synthesis for Natural-Language Interfaces of Intelligent Systems
Other Titles: Мультиголосовой синтез речи по тексту для построения естественно-языковых интерфейсов интеллектуальных систем
Authors: Zahariev, V. A.
Petrovsky, A. A.
Захарьев, В. А.
Петровский, А. А.
Keywords: материалы конференций;text-to-speech system;voice conversion;natural- language interface
Issue Date: 2017
Publisher: БГУИР
Citation: Zahariev, V. A. Multivoice Text-to-Speech Synthesis for Natural-Language Interfaces of Intelligent Systems / V. A. Zahariev, A. A. Petrovsky // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2017) : материалы международной научно-технической конференции (Минск, 16 - 18 февраля 2017 года) / редкол. : В. В. Голенков (отв. ред.) [и др.]. – Минск : БГУИР, 2017. – С. 167 – 170.
Abstract: The paper considers the application of voice conversion technology for developing multivoice text-to-speech synthesis (MVTTS) in natural-language interfaces of intelligent systems. The main features of the proposed integrated architecture of MVTTS system are presented. Voice conversion model based on multiple regression mapping function and Gaussian mixture models, as well as the method of text-independent learning based on hidden Markov models and modified Viterbi algorithm are observed. Experimental evaluation of the effectiveness of the proposed solutions on the characteristics of naturality and similarity of synthesized speech has been done.В докладе рассмотрены вопросы применения технологии конверсии голоса для построения мультиголосовых систем синтез речи по тексту (МГСРТ) для создания естественно-языковых интерфейсов интеллектуальных систем. Особенности предлагаемой интегрированной архитектуры МГСРТ на базе технологии конверсии голоса, функция конверсии голоса на основе модели Гауссовых смесей и множественной регрессионной функции отображения, а также метод текстонезависимого обучения на базе скрытых Марковских моделей и модифицированного алгоритма Витерби. Приведены экспериментальные оценки эффективности предлагаемых решений по характеристикам узнаваемости и натуральности синтезируемой речи.
URI: https://libeldoc.bsuir.by/handle/123456789/12073
Appears in Collections:OSTIS-2017

Files in This Item:
File Description SizeFormat 
Zahariev_Multivoice.PDF368.79 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.