کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4973668 1451682 2017 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Hierarchical representation and estimation of prosody using continuous wavelet transform
ترجمه فارسی عنوان
نمایندگی سلسله مراتبی و برآورد مجدد پرونده با استفاده از تبدیل موجک پیوسته
کلمات کلیدی
فونتیکس، پرونده، سنتز گفتار، موجها،
ترجمه چکیده
اسطوره ها و مرزها اجزای ضروری ساختار عام در گفتار است. آنها ابزارهایی برای جابجایی جریان گفتار را به واحدهای مرتبط با زبان زبانی ارائه می دهند که آنها را با خواص نسبی و محدود ساختن آنها در ساختارهای گفتاری بیان می کنند. مشاهدات و مرزها هر دو به طور گسترده ای در هر دو تحقیق اساسی در مورد پروتستان و همچنین در ساختن متن به گفتار استفاده می شود. با این حال، هیچ طرح نمایندگی وجود ندارد که بتواند هر دو برآورد و مدل سازی آنها را به صورت یکپارچه ارائه دهد. در اینجا ما یک حساب متحد بدون نظارت برای ارزیابی و نشان دادن محدوده ها و مرزهای محتمل را با استفاده از یک تجزیه و تحلیل فضایی مقیاس بر مبنای تبدیل موجک پیوسته ارائه می کنیم. این روش ها با استفاده از مجله دانشگاه رادیو دانشگاه بوستون ارزیابی و مقایسه می شود. نتایج نشان می دهد که روش پیشنهاد شده با بهترین روش های حاشیه نویسی تحت نظارت منتشر شده قابل مقایسه است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
Prominences and boundaries are the essential constituents of prosodic structure in speech. They provide for means to chunk the speech stream into linguistically relevant units by providing them with relative saliences and demarcating them within utterance structures. Prominences and boundaries have both been widely used in both basic research on prosody as well as in text-to-speech synthesis. However, there are no representation schemes that would provide for both estimating and modelling them in a unified fashion. Here we present an unsupervised unified account for estimating and representing prosodic prominences and boundaries using a scale-space analysis based on continuous wavelet transform. The methods are evaluated and compared to earlier work using the Boston University Radio News corpus. The results show that the proposed method is comparable with the best published supervised annotation methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Speech & Language - Volume 45, September 2017, Pages 123-136
نویسندگان
, , , ,