| Title: | Evaluation of Synthetic Speech by GMM-Based Continuous Detection of Emotional States |
| Other Titles: | Hodnocení kvality syntetické řeči pomocí spojité detekce emočních stavů založené na GMM |
| Authors: | Přibil, Jiří Přibilová, Anna Matoušek, Jindřich |
| Citation: | PŘIBIL, J., PŘIBILOVÁ, A., MATOUŠEK, J. Evaluation of Synthetic Speech by GMM-Based Continuous Detection of Emotional States. In: Text, Speech, and Dialogue 22nd International Conference, TSD 2019, Ljubljana,Slovenia, September 11-13, 2019, Proceedings. Cham: Springer, 2019. s. 264-273. ISBN 978-3-030-27946-2 , ISSN 0302-9743. |
| Issue Date: | 2019 |
| Publisher: | Springer |
| Document type: | konferenční příspěvek conferenceObject |
| URI: | 2-s2.0-85072862982 http://hdl.handle.net/11025/36624 |
| ISBN: | 978-3-030-27946-2 |
| ISSN: | 0302-9743 |
| Keywords: | klasifikace GMM, statistická analýza, hodnocení syntetické řeči, syntéza řeči z textu |
| Keywords in different language: | GMM classification, Statistical analysis, Synthetic speech evaluation, Text-to-speech system |
| Abstract: | Příspěvek popisuje systém pro automatické hodnocení kvality syntetické řeči založený na spojité detekci emočních stavů během mluvené věty pomocí klasifikace s využitím modelu gaussovských směsí (GMM). Konečné hodnocení se provádí statistickou analýzou výsledků rozdílů emočních stavů mezi větami původních mužských nebo ženských hlasů a řečí syntetizovanými různými metodami s různými parametry, přístupy k manipulaci s prozodií atd. Základní experimenty potvrzují funkčnost vyvinutého systému, který poskytuje výsledky srovnatelné s výsledky získanými standardní metodou využívající poslechový test. Další výzkumy ukázaly, že počet směsí, typy řečových příznaků a řečové databáze používané pro tvorbu a výcvik GMM mají relativně velký vliv na spojitou detekci emočního stylu a konečné hodnocení kvality testované syntetické řeči. |
| Abstract in different language: | The paper describes a system for automatic evaluation of synthetic speech quality based on continuous detection of emotional states throughout the spoken sentence using a Gaussian mixture model (GMM) classification. The final evaluation decision is made by statistical analysis of the results of emotional class differences between the sentences of original male or female voices and the speech synthesized by various methods with different parameters, approaches to prosody manipulation, etc. The basic experiments confirm the functionality of the developed system producing results comparable with those obtained by the standard listening test method. Additional investigations have shown that a number of mixtures, types of speech features, and a speech database used for creation and training of GMMs have a relatively great influence on continuous emotional style detection and the final quality evaluation of the tested synthetic speech. |
| Rights: | Plný text není přístupný. © Springer |
| Appears in Collections: | Konferenční příspěvky / Conference Papers (KKY) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Pribil2019_Chapter_EvaluationOfSyntheticSpeechByG.pdf | 2,74 MB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/36624Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.