bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИРbsuir-239Research ArticleСтатьиАРХИТЕКТУРА МУЛЬТИГОЛОСОВОГО СИНТЕЗАТОРА РЕЧИ ПО ТЕКСТУARCHITECTURE OF THE MULTIVOICE TEXT-TO-SPEECH SYSTEMЗахарьевВ. А.ZakharyeuV. A.noemail@neicon.ruПетровскийА. А.PetrovskyA. A.noemail@neicon.ruБелорусский государственный университет информатики и радиоэлектроникиBelarus201303062019075763Copyright © Захарьев В.А., Петровский А.А., 20192019Захарьев В.А., Петровский А.А.Zakharyeu V.A., Petrovsky A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/239

Предлагается схема построения мультиголосового синтезатора речи на базе использования синергетического эффекта от интеграции системы синтеза речи по тексту с системой конверсии голоса. Главной отличительной особенностью данного решения является возможность использования лингвистической, фонетической и просодической информации, имеющейся в синтезаторе речи, на этапе обучения системы конверсии голоса. Это позволяет эффективно применить текстонезависимый подход к обучению, улучшив степень качества конверсии голоса. Его использование позволяет добавить функции мультимодальности для синтезатора речи без значительных трудозатрат на подготовку речевых баз для добавления новых дикторов.

Architecture of the multimodal text to speech synthesis system based on the voice conversion framework was proposed. Such system could be tuned to the specific speaker without any costs losses on the training phase and based on one speaker base, having in TTS system. Structural scheme for this type of the speech synthesizer, with the description of the functionality of the main blocks were presented. Their specific characteristics are synergy approach to the architecture and text-independent mode in the training phase.

конверсия голосамультиголосовой синтезатор речи по текстутекстонезависимое обучениескрытая марковская модельпараметрическая модель представления сигналаReferencesЛобанов Б.М. Компьютерный синтез и клонирование речи. Минск, 2008.Лобанов Б.М. Компьютерный синтез и клонирование речи. Минск, 2008.Sundermann D. // ICASSP. 2006. P. 81-84.Sundermann D. // ICASSP. 2006. P. 81-84.Duxans B. // PUC. 2006. P. 171-175.Duxans B. // PUC. 2006. P. 171-175.Анализаторы речевых и звуковых сигналов: методы, алгоритмы и практика. // Под ред. А.А. Петровского. Минск, 2009Анализаторы речевых и звуковых сигналов: методы, алгоритмы и практика. // Под ред. А.А. Петровского. Минск, 2009Bourlard H. Introduction to Hidden Markov Models. Lauseane, 2010.Bourlard H. Introduction to Hidden Markov Models. Lauseane, 2010.Stylianou Y. // Springer. 2007. P. 502-532.Stylianou Y. // Springer. 2007. P. 502-532.Захарьев В.А, Петровский А.А. // Докл. БГУИР. 2013. № 1 (71). C. 39-45.Захарьев В.А, Петровский А.А. // Докл. БГУИР. 2013. № 1 (71). C. 39-45.

The authors declare that there are no conflicts of interest present.