Algorithm OPWI and LDM-GA for high quality text-to-speech synthesis based on automatic unit selection

dc.creatorMorais, Edmilson da Silva
dc.date2006
dc.date2006-04-20T00:00:00Z
dc.date2017-03-29T08:41:57Z
dc.date2017-07-13T19:39:34Z
dc.date2017-03-29T08:41:57Z
dc.date2017-07-13T19:39:34Z
dc.date.accessioned2018-03-29T03:47:40Z
dc.date.available2018-03-29T03:47:40Z
dc.identifier(Broch.)
dc.identifierMORAIS, Edmilson da Silva. Algoritmos OPWI e LDM-GA para sistemas de conversão texto-fala de alta qualidade empregando a tecnologia SCAUS. 2006. 208 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://libdigi.unicamp.br/document/?code=vtls000402773>. Acesso em: 29 mar. 2017.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/260757
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1336376
dc.descriptionOrientador: Fabio Violaro
dc.descriptionTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
dc.descriptionResumo: Esta Tese apresenta dois novos algoritmos denominados OPWI (Optimized Prototype Waveform Interpolation) e LDM-GA (Linguistic Data Mining Using Genetic Algorithm). Estes algoritmos são formulados no contexto de sistemas CTF-SCAUS (sistemas de Conversão Texto-Fala empregando a tecnologia de Seleção e Concatenação Automática de Unidades de Síntese). O algoritmo OPWI é apresentado como uma nova alternativa para o módulo de Back-End de sistemas CTF-SCAUS, permitindo modificações prosódicas e suavizações espectrais de alta qualidade. O algoritmo LDM-GA foi desenvolvido com o objetivo de minimizar problemas de treinamento, em sistemas CTF-SCAUS, relacionados a distribuições de probabilidade com características LNRE (Large Number of Rare Events). Resultados da avaliação dos algoritmos OPWI e LDM-GA são apresentados e discutidos detalhadamente. Além destes dois algoritmos, esta Tese apresenta uma ampla revisão bibliográfica sobre os principais módulos de um sistema CTF-SCAUS, módulos de Front-End (Módulo lingüístico), módulo prasódico, módulo de seleção de unidades de síntese e módulo de Back-End (Módulo de síntese)
dc.descriptionAbstract: This Thesis presents two new algorithms for Unit Selection Based Text-to-Speech systems (USBTTS). The first algorithm is the OPWI (Optimized Prototype Waveform Interpolation), which was designed to be used as a Back-End module for USB-TTS. The second algorithm is the LDM-GA (Linguistic Data Mining Using Genetic AIgorithm), which was designed to minimize training problems related to LNRE (Large Number of Rare Events) distributions. Experimental results and analysis of the OPWI and LDM-GA algorithms are presented in detail. The OPWI algorithm is evaluated under operations af analysisjre-synthesis and pr~sodic modifications, TSM (Time Scale Modifications) and PSM (Pitch Scale Modifications). The LDM-GA is evaluated in the context of phaneme segmental duration prediction based on linear regression mo de!. In addition to these two new algorithms (OPWI and LDM-GA), this Thesis presents a large review of the main modules of a USB-TTS system,Front-End Module (Linguistic module), prosodic module, unit-selection module and Back-End module (Synthesis module)
dc.descriptionDoutorado
dc.descriptionTelecomunicações e Telemática
dc.descriptionDoutor em Engenharia Eletrica
dc.format208 p. : il. +.
dc.formatapplication/pdf
dc.languagePortuguês
dc.publisher[s.n.]
dc.subjectSistemas de telecomunicação
dc.subjectProcessamento de sinais - Técnicas digitais
dc.subjectProcessamento de sinais
dc.subjectInteligência artificial
dc.subjectSistemas de processamento da fala
dc.subjectLinguistica - Processamento de dados
dc.subjectTelecommunication systems
dc.subjectDigital signal processing
dc.subjectMachine learning techniques
dc.subjectComputational linguistics
dc.titleAlgoritmos OPWI e LDM-GA para sistemas de conversão texto-fala de alta qualidade empregando a tecnologia SCAUS
dc.titleAlgorithm OPWI and LDM-GA for high quality text-to-speech synthesis based on automatic unit selection
dc.typeTesis


Este ítem pertenece a la siguiente institución