Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 109,875,719

 An adaptive weighting approach for minimum generation error training considering dynamic features in HMM-based speech synthesis
Tác giả hoặc Nhóm tác giả: Duy Khanh Ninh, Masanori Morise, Yoichi Yamashita
Nơi đăng: Autumn Meeting of Acoustical Society of Japan; Số: 9-2012;Từ->đến trang: 383-386;Năm: 2012
Lĩnh vực: Công nghệ thông tin; Loại: Báo cáo; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
◆ This paper revisits the fixed weighting approach of MGE training considering dynamic features and proposes an adaptive weighting method, where the weight associated with the error component of delta feature is adjusted according to the degree of dynamic of speech segments.◆ Objective evaluation shows that the newly proposed method obtains comparable performance on static feature and better performance on delta feature compared to baseline MGE criterion.◆ Subjective listening test indicates that the quality of synthesized speech is improved with the newly proposed method.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn