Přejít k obsahu


CRF-Based Phrase Boundary Detection Trained on Large-Scale TTS Speech Corpora

Citace:
JŮZOVÁ, M. CRF-Based Phrase Boundary Detection Trained on Large-Scale TTS Speech Corpora. In Speech and Computer 19th International Conference, SPECOM 2017, Hatfield, UK, September 12-16, 2017, Proceedings. Cham: Springer, 2017. s. 272-281. ISBN: 978-3-319-66428-6 , ISSN: 0302-9743
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: CRF-Based Phrase Boundary Detection Trained on Large-Scale TTS Speech Corpora
Rok vydání: 2017
Místo konání: Cham
Název zdroje: Springer
Autoři: Ing. Markéta Jůzová ,
Abstrakt CZ: Příspěvek porovnává různé přístupy k problematice detekce hranice frází, založené na datech získaných z řečových korpusů nahraných pro účely systému syntézy řeči z textu (TTS). V článku je ukázáno, že použitím CRF modelu získáme lepší výsledky v porovnání s deterministickými a jednoduchými klasifikačními algoritmy, a to v případě frázování na řečníku závislém i nezávislém. Článek rovněž obsahuje výsledky použití algoritmu na sadě ručně anotovaných vět.
Abstrakt EN: The paper compares different approaches in the phrase boundary detection issue, based on the data gained from speech corpora recorded for the purpose of the text-to-speech (TTS) system. It is showed that conditional random fields model can outperform basic deterministic and classification-based algorithms both in speaker-dependent and speaker independent phrasing. The results on manually annotated sentences with phrase breaks are presented here as well.
Klíčová slova

Zpět

Patička