دانلود مقاله ISI انگلیسی شماره 24467
عنوان فارسی مقاله

روش کنترل سبک بصری در سنتز گفتار بیانی مبتنی بر HMM با استفاده از شدت سبک ذهنی و مدل واریانس جهانی رگرسیون چندگانه

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
24467 2013 11 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
An intuitive style control technique in HMM-based expressive speech synthesis using subjective style intensity and multiple-regression global variance model
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Speech Communication, Volume 55, Issue 2, February 2013, Pages 347–357

کلمات کلیدی
سنتز گفتار بیانی مبتنی بر - رگرسیون چندگانه - کنترل استراتژی - شدت سبک - مدل واریانس جهانی رگرسیون چندگانه -
پیش نمایش مقاله
پیش نمایش مقاله روش کنترل سبک بصری در سنتز گفتار بیانی مبتنی بر HMM با استفاده از شدت سبک ذهنی و مدل واریانس جهانی رگرسیون چندگانه

چکیده انگلیسی

To control intuitively the intensities of emotional expressions and speaking styles for synthetic speech, we introduce subjective style intensities and multiple-regression global variance (MRGV) models into hidden Markov model (HMM)-based expressive speech synthesis. A problem in the conventional parametric style modeling and style control techniques is that the intensities of styles appearing in synthetic speech strongly depend on the training data. To alleviate this problem, the proposed technique explicitly takes into account subjective style intensities perceived for respective training utterances using multiple-regression hidden semi-Markov models (MRHSMMs). As a result, synthetic speech becomes less sensitive to the variation of style expressivity existing in the training data. Another problem is that the synthetic speech generally suffers from the over-smoothing effect of model parameters in the model training, so the variance of the generated speech parameter trajectory becomes smaller than that of the natural speech. To alleviate this problem for the case of style control, we extend the conventional variance compensation method based on a GV model for a single-style speech to the case of multiple styles with variable style intensities by deriving the MRGV modeling. The objective and subjective experimental results show that these two techniques significantly enhance the intuitive style control of synthetic speech, which is essential for the speech synthesis system to communicate para-linguistic information correctly to the listeners.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.