Source Modeling Techniques for Quality Enhancement in Statistical Parametric Speech Synthesis

این کتاب یک چارچوب آماری سنتز گفتار پارامتریک (SPSS) را برای توسعه یک سیستم سنتز گفتار ارائه می‌کند که در آن گفتار مورد نظر از پارامترهای دستگاه صوتی و منبع تحریک تولید می‌شود. در سرتاسر کتاب، نویسندگان درباره تکنیک‌های مدل‌سازی منبع جدید برای افزایش طبیعی بودن و درک کلی سیستم SPSS بحث می‌کنند. این کتاب چندین روش و مدل مهم برای تولید پارامترهای منبع تحریک برای افزایش کیفیت کلی گفتار سنتز شده ارائه می‌کند. مطالب کتاب هم برای محققین و هم برای توسعه دهندگان سیستم مفید است. برای محققان، این کتاب برای دانستن مدل‌های جدید منبع تحریک فعلی برای SPSS و اصلاح بیشتر مدل‌های منبع برای ترکیب معنایی واقعی موجود در متن مفید است. برای توسعه دهندگان سیستم، این کتاب برای ادغام مدل های پیچیده منبع تحریک ذکر شده با جدیدترین مدل های تلفن همراه/هوشمند مفید است.

This book presents a statistical parametric speech synthesis (SPSS) framework for developing a speech synthesis system where the desired speech is generated from the parameters of vocal tract and excitation source. Throughout the book, the authors discuss novel source modeling techniques to enhance the naturalness and overall intelligibility of the SPSS system. This book provides several important methods and models for generating the excitation source parameters for enhancing the overall quality of synthesized speech. The contents of the book are useful for both researchers and system developers. For researchers, the book is useful for knowing the current state-of-the-art excitation source models for SPSS and further refining the source models to incorporate the realistic semantics present in the text. For system developers, the book is useful to integrate the sophisticated excitation source models mentioned to the latest models of mobile/smart phones.