Apr, 2022

应用特征未指定的词典音韵特征于多语言文本转语音

PDF
TL;DR本文研究利用 Featurally Underspecified Lexicon 模型中的音位特征在英文和中文的文本转语音系统中生成本地和非本地语音，通过两个实验，证明音位特征可以用于语言不在训练数据中的输入系统，且可成功生成符合语音语调的语音。
发现论文，激发创造
  • 0-shot 多语言语音合成的音韵特征

    本研究研究了如何利用国际音标中若干语音学特征，在单语言模型的基础上实现不同语言的代码切换的语音识别，从而生成在新语言中可懂的语音。

    Aug, 2020

  • MUST&P-SRL：跨多语言和单一音节划分的文本和语音表示学习

    本文介绍了一种语言特征提取的方法，特别关注多种语言中单词的自动音节划分，在文本和音标领域中提取音素转录、重音标记和统一的自动音节划分；通过剔除研究，我们证明了这种方法在多种语言（英语、法语和西班牙语）中自动音节划分单词的有效性；此外，我们将该技术应用于 CMU ARCTIC 数据集的转录中，生成了有价值的注释，可供语音表示学习、语音单元发现和语音相关领域中的语音要素分离使用。

    Oct, 2023

  • 低资源语音合成中的迁移学习策略：音素映射、特征输入和源语言选择

    本论文通过比较使用基于 PHOIBLE 的电话映射方法和使用语音学特征输入的迁移学习来进行低资源语言的 TTS，并且使用多种源语言和目标语言进行测试，结果表明特征输入方法可产生更好的输出质量，但这些效果也取决于具体的语言组合。同时，本论文还比较了近期提出的基于角度相似度的频率电话（ASPF）与另一家族基于树的距离度量作为选择源语言的标准，结果表明 ASPF 在标签输入电话的情况下有效，而语言距离并不起作用。

    Jun, 2023

  • 自动识别非母语英语口音中文论文题目中的文本和语音特征的相关性

    本文通过简单音频和 n-gram 特征，达到了近 90% 的准确识别率，无论问题变化多少，音频特征都不受影响，经验证明这种方法可适用于任何语言的口音识别系统的开发和应用。

    Apr, 2018

  • 低资源语音合成中输入类型和发音字典使用对迁移学习的影响

    比较不同输入方式（咬字标签和口腔运动特征）在跨语言转移学习文本转语音系统中的表现，发现使用口腔运动特征可以提高语音生成的自然度和可懂度，并提出两种新方法来解决没有发音词典的低资源语言。

    Jun, 2023

  • 利用发音器官学习 L2 音素以提高语音识别鲁棒性

    本文研究自动语音识别领域的核心难题：如何高效地加入第二语音素，并通过关节特征分析对其进行准确建模及应用其在母语语音数据及英语书籍语音数据上。实验表明，该方法不仅为 L2 训练提供了表现改进的有效手段，而且在 L2 和 L1 训练下可以减少算法的性能损失。

    Jun, 2023

  • 通过语音转录生成特征向量的跨语言数据格式

    通过提出新的方法，动态地为所有可以表示为 CLTS 标准版本中的声音创建二进制特征向量，我们解决了缺失数据的问题，可以直接访问非常庞大的多语言词表集合，并证明该特征系统不仅可以提供比较语音相似性的简便手段，还可以在未来的跨语言机器学习应用中发挥其潜力。

    May, 2024

  • 使用韵律和语言特征探究基于内容感知的神经文本语音合成 MOS 预测

    该研究探讨了将韵律和语言特征作为 MOS 预测系统的附加输入的影响，发现包含 Tacotron 编码器输出和 BERT 嵌入等高级语言输入显著提高了句子和系统层面的预测准确度。

    Nov, 2022

  • 非母语口语词语处理的音韵模型

    研究发现，非母语人士在处理口语时存在困难，导致其在词汇记忆的语音编码上不够准确，本研究使用计算模型模拟语音学习，发现有些非母语人士的口音知觉可能是导致这种困难的原因之一。

    Jan, 2021

  • 基于多语言上下文的语音合成中文字发学习

    该研究提出了一个多语种统一的前端系统，通过建模语音信息和语言知识，在处理发音相关任务时取得了有竞争力的结果。

    Jul, 2023