Skip to main content

Resultados relacionados

Resultados totales (Incluyendo duplicados): 10
Encontrada(s) 1 página(s)

DAU Arxiu Digital de la Universitat Ramon Llull
Publication Artículo científico (JournalArticle)

Un modelo híbrido orientado a la síntesis multimodal del habla

  • Iriondo, Ignasi
  • Alías-Pujol, Francesc
  • Melenchón, Javier
En este articulo se presenta un sistema de conversión texto-habla de alta calidad utilizando voz segmentada en difonemas y trifonemas. El sistema de síntesis implementado se basa en un modelo híbrido que combina aspectos de un modelo "armónico + ruido", con el que se descompone la señal de voz original en dos componentes y aspectos del TD-PSOLA. Los procesos de análisis y síntesis se realizan síncronamente con e pitch de forma que se pueden conseguir modificaciones prosódicas con un alto grado de naturalidad en el habla generada gracias a la representación parmétrica de la señal de voz. Este sistema resulta una buena solución para la síntesis del habla emocionada que requiere grandes variaciones de la prosodia. El objetivo fina de este proyecto consiste en implementar este modelo hibrido de síntesis audiovisual del habla, capaz de generar síncronamente voz y animación facial para simular expresiones emocionales
DAU Arxiu Digital de la Universitat Ramon Llull
Publication Artículo científico (JournalArticle)

Asignación automática de marcas de pitch basada en programación dinámica

  • Alías-Pujol, Francesc
  • Iriondo, Ignasi
En este artículo se presenta la implementación y evaluación de un sistema de generación automática de marcas de pitch, para el etiquetado de un corpus de voz. El sistema está basado en dos conceptos: la energía de la señal de voz y la programación dinámica. La evaluación es doble: respecto al etiquetado de un corpus de habla continua en catalán respecto al funcionamiento de la utilidad de Entropic equivalente. Además se ha desarrollado un sistema híbrido (PDEnt), combinndo el sistema de Entropic y los bloques de programación dinámica del sistema que se describe en el artículo. Los resultados que se obtienen para los sistemas implementados son muy satisfactorios.
DAU Arxiu Digital de la Universitat Ramon Llull
Publication Artículo científico (JournalArticle)

Evolutionary weight tuning based on diphone pairsfor unit selection speech synthesis

  • Alías-Pujol, Francesc
  • Llorà Fàbrega, Xavier
Unit selection text-to-speech (TTS) conversion is an ongoingresearch for the speech synthesis community. This paper isfocused on tuning the weights involved in the target and con-catenation cost metrics. We propose a method for automati-cally adjusting these weights simultaneously by means of di-phone and triphone pairs. This method is based on techniquesprovided by the evolutionary computation community, takingadvantage of their robustness in noisy domains. The experi-ments and their analyses demonstrate its good performance inthis problem, thus, overcoming some constraints assumed byprevious works and leading to a new interesting framework forfurther investigations.
DAU Arxiu Digital de la Universitat Ramon Llull
Publication Artículo científico (JournalArticle)

Multi-domain text classification for unit selectionText-to-Speech synthesis

  • Alías-Pujol, Francesc
  • Iriondo, Ignasi
  • Barnola Augé, Pere
This paper presents a new approach for designing aconcatenative text-to-speech (TTS) system based onmulti-domain unit selection. The method achievesgood synthetic quality with reasonable computationalcost for a general-purpose TTS system. The architec-ture of the multi-domain database and the text classi-fication algorithm for domain assignment are the basisof the method. The performance of the adjusted textclassification algorithm for the multi-domain TTS aimis analyzed in several encouraging experiments.
DAU Arxiu Digital de la Universitat Ramon Llull
Publication Artículo científico (JournalArticle)

A Hybrid Method Oriented to Concatenative Text-to-Speech Synthesis

  • Iriondo, Ignasi
  • Alías-Pujol, Francesc
  • Sanchís Bernabeu, Francisco Javier
  • Melenchón, Javier
In this paper we present a speech synthesis method for diphonebased text-to-speech systems. Its main goal is to achieve prosodic modifications that result in more natural-sounding synthetic speech. This improvement is especially useful for emotional speech synthesis, which requires high-quality prosodic modification. We present a hybrid method based on TD-PSOLA and the harmonic plus noise model, which incorporates a novel method to jointly modify pitch and time-scale. Preliminary results show an improvement in the synthetic speech quality when high pitch modification is required.
Recercat. Dipósit de la Recerca de Catalunya
Publication Artículo científico (JournalArticle)

Multi-domain text classification for unit selectionText-to-Speech synthesis

  • Alías-Pujol, Francesc
  • Iriondo, Ignasi
  • Barnola Augé, Pere
This paper presents a new approach for designing aconcatenative text-to-speech (TTS) system based onmulti-domain unit selection. The method achievesgood synthetic quality with reasonable computationalcost for a general-purpose TTS system. The architec-ture of the multi-domain database and the text classi-fication algorithm for domain assignment are the basisof the method. The performance of the adjusted textclassification algorithm for the multi-domain TTS aimis analyzed in several encouraging experiments.
Recercat. Dipósit de la Recerca de Catalunya
Publication Artículo científico (JournalArticle)

A Hybrid Method Oriented to Concatenative Text-to-Speech Synthesis

  • Iriondo, Ignasi
  • Alías-Pujol, Francesc
  • Sanchís Bernabeu, Francisco Javier
  • Melenchón, Javier
In this paper we present a speech synthesis method for diphonebased text-to-speech systems. Its main goal is to achieve prosodic modifications that result in more natural-sounding synthetic speech. This improvement is especially useful for emotional speech synthesis, which requires high-quality prosodic modification. We present a hybrid method based on TD-PSOLA and the harmonic plus noise model, which incorporates a novel method to jointly modify pitch and time-scale. Preliminary results show an improvement in the synthetic speech quality when high pitch modification is required.
Recercat. Dipósit de la Recerca de Catalunya
Publication Artículo científico (JournalArticle)

Evolutionary weight tuning based on diphone pairsfor unit selection speech synthesis

  • Alías-Pujol, Francesc
  • Llorà Fàbrega, Xavier
Unit selection text-to-speech (TTS) conversion is an ongoingresearch for the speech synthesis community. This paper isfocused on tuning the weights involved in the target and con-catenation cost metrics. We propose a method for automati-cally adjusting these weights simultaneously by means of di-phone and triphone pairs. This method is based on techniquesprovided by the evolutionary computation community, takingadvantage of their robustness in noisy domains. The experi-ments and their analyses demonstrate its good performance inthis problem, thus, overcoming some constraints assumed byprevious works and leading to a new interesting framework forfurther investigations.
Recercat. Dipósit de la Recerca de Catalunya
Publication Artículo científico (JournalArticle)

Asignación automática de marcas de pitch basada en programación dinámica

  • Alías-Pujol, Francesc
  • Iriondo, Ignasi
En este artículo se presenta la implementación y evaluación de un sistema de generación automática de marcas de pitch, para el etiquetado de un corpus de voz. El sistema está basado en dos conceptos: la energía de la señal de voz y la programación dinámica. La evaluación es doble: respecto al etiquetado de un corpus de habla continua en catalán respecto al funcionamiento de la utilidad de Entropic equivalente. Además se ha desarrollado un sistema híbrido (PDEnt), combinndo el sistema de Entropic y los bloques de programación dinámica del sistema que se describe en el artículo. Los resultados que se obtienen para los sistemas implementados son muy satisfactorios.
Recercat. Dipósit de la Recerca de Catalunya
Publication Artículo científico (JournalArticle)

Un modelo híbrido orientado a la síntesis multimodal del habla

  • Iriondo, Ignasi
  • Alías-Pujol, Francesc
  • Melenchón, Javier
En este articulo se presenta un sistema de conversión texto-habla de alta calidad utilizando voz segmentada en difonemas y trifonemas. El sistema de síntesis implementado se basa en un modelo híbrido que combina aspectos de un modelo "armónico + ruido", con el que se descompone la señal de voz original en dos componentes y aspectos del TD-PSOLA. Los procesos de análisis y síntesis se realizan síncronamente con e pitch de forma que se pueden conseguir modificaciones prosódicas con un alto grado de naturalidad en el habla generada gracias a la representación parmétrica de la señal de voz. Este sistema resulta una buena solución para la síntesis del habla emocionada que requiere grandes variaciones de la prosodia. El objetivo fina de este proyecto consiste en implementar este modelo hibrido de síntesis audiovisual del habla, capaz de generar síncronamente voz y animación facial para simular expresiones emocionales