Luận án TTS ngôn ngữ ít tài nguyên thích nghi: Ứng dụng tiếng Mường (Phạm Văn Đông)
Nghiên cứu tổng hợp tiếng nói cho tiếng Mường, một ngôn ngữ ít tài nguyên. Phát triển giải pháp thích nghi, ứng dụng hiệu quả.
Năm xuất bản
Số trang
178
Thời gian đọc
27 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
50 Point
Mục lục chi tiết
Tóm tắt nội dung
I.Tổng quan tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên
Chuyển văn bản thành giọng nói (TTS) là quá trình tự động biến đổi văn bản thành tiếng nói. Việc xây dựng hệ thống TTS chất lượng cao đòi hỏi việc thu thập hàng chục giờ dữ liệu giọng nói từ một phát thanh viên chuyên nghiệp, sử dụng thiết bị ghi âm cao cấp. Trên thế giới hiện có khoảng 7.000 ngôn ngữ, nhưng chỉ một số ít, như tiếng Anh, tiếng Tây Ban Nha, tiếng Quan Thoại, tiếng Nhật, có các hệ thống TTS tốt. Hàng ngàn ngôn ngữ khác, đặc biệt là các ngôn ngữ ít tài nguyên hoặc chưa có chữ viết, hoàn toàn không có công nghệ TTS. Điều này tạo ra một rào cản lớn đối với việc tiếp cận công nghệ cho các cộng đồng sử dụng những ngôn ngữ này. Vì vậy, nghiên cứu các phương pháp TTS khác là cần thiết để ứng dụng công nghệ tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên. Đây là một thách thức lớn trong xử lý ngôn ngữ tự nhiên (NLP) và học sâu (deep learning).
1.1. Định nghĩa và yêu cầu của TTS chất lượng cao
Hệ thống chuyển văn bản thành giọng nói (TTS) tự động chuyển đổi văn bản sang giọng nói tự nhiên. Để đạt chất lượng cao, cần thu thập hàng chục giờ dữ liệu giọng nói. Dữ liệu này đến từ người nói chuyên nghiệp, sử dụng microphone chất lượng cao. Điều này đảm bảo độ chính xác, tự nhiên trong phát âm.
1.2. Thách thức với ngôn ngữ ít tài nguyên
Hàng ngàn ngôn ngữ trên thế giới thiếu công nghệ TTS. Các ngôn ngữ ít tài nguyên hoặc chưa có chữ viết đối mặt thách thức lớn. Việc thiếu dữ liệu giọng nói, tài nguyên văn bản làm cản trở phát triển tổng hợp tiếng nói. Cần nghiên cứu phương pháp mới cho các ngôn ngữ này.
II.Thách thức phát triển tổng hợp tiếng nói cho tiếng Mường
Tại Việt Nam, tiếng Việt là ngôn ngữ mẹ đẻ và được sử dụng rộng rãi nhất. Tuy nhiên, tiếng Mường cũng là một trong năm nhóm ngôn ngữ có dân số lớn nhất. Người Mường thuộc ngữ hệ Nam Á, có quan hệ gần gũi với tiếng Việt. Tiếng Mường là một ngôn ngữ dân tộc thiểu số quan trọng, cần được bảo tồn và phát triển. Nhưng tiếng Mường vẫn chưa có chữ viết chính thức. Tình trạng này biến tiếng Mường thành một đại diện điển hình của ngôn ngữ ít tài nguyên tại Việt Nam. Do đó, việc nghiên cứu các công nghệ TTS để tạo ra hệ thống tổng hợp tiếng nói cho tiếng Mường đặt ra nhiều thách thức đáng kể. Nguồn dữ liệu giọng nói hạn chế là một rào cản chính cần vượt qua.
2.1. Vị thế tiếng Mường trong bối cảnh Việt Nam
Tiếng Mường là ngôn ngữ của người Mường, một trong những dân tộc đông dân nhất Việt Nam. Ngôn ngữ này thuộc ngữ hệ Nam Á, có mối quan hệ gần với tiếng Việt. Vị thế này làm tăng nhu cầu tiếp cận công nghệ, bao gồm tổng hợp tiếng nói, cho cộng đồng Mường.
2.2. Tiếng Mường Đại diện điển hình ngôn ngữ ít tài nguyên
Tiếng Mường hiện thiếu một hệ thống chữ viết chính thức. Đặc điểm này khiến nó trở thành một ví dụ rõ nét của ngôn ngữ ít tài nguyên. Việc thiếu tài nguyên văn bản và dữ liệu giọng nói chuẩn hóa làm cho phát triển TTS trở nên khó khăn. Đây là vấn đề chung của nhiều ngôn ngữ dân tộc thiểu số.
III.Phương pháp tiếp cận tổng hợp tiếng nói thích nghi hiệu quả
Nghiên cứu này khám phá các phương pháp TTS tiên tiến, đặc biệt là các phương pháp thích nghi. Phương pháp thích nghi cho phép phát triển tổng hợp tiếng nói cho các ngôn ngữ ít tài nguyên mà không cần bộ dữ liệu lớn từ đầu. Cơ bản, phương pháp này tận dụng các mô hình TTS đã được huấn luyện tốt trên các ngôn ngữ có nhiều tài nguyên. Sau đó, nó điều chỉnh các mô hình này bằng một lượng nhỏ dữ liệu từ ngôn ngữ mục tiêu. Học sâu và mạng nơ-ron đóng vai trò trung tâm trong các kỹ thuật thích nghi hiện đại. Chúng cho phép chuyển giao kiến thức ngôn ngữ một cách hiệu quả. Cách tiếp cận này giúp vượt qua hạn chế về dữ liệu giọng nói, tạo cơ hội cho việc phát triển TTS cho nhiều ngôn ngữ hơn.
3.1. Khái niệm và lợi ích của phương pháp thích nghi
Phương pháp thích nghi là kỹ thuật tái sử dụng mô hình TTS từ ngôn ngữ giàu tài nguyên. Mục tiêu là tạo ra TTS cho ngôn ngữ ít tài nguyên. Lợi ích chính là giảm đáng kể nhu cầu dữ liệu giọng nói mới. Nó giúp đẩy nhanh quá trình phát triển, giảm chi phí.
3.2. Vai trò của học sâu trong tổng hợp tiếng nói
Học sâu, đặc biệt là mạng nơ-ron, là nền tảng của các phương pháp thích nghi. Các mô hình học sâu có khả năng học các đặc trưng phức tạp của giọng nói. Chúng cho phép chuyển giao kiến thức giữa các ngôn ngữ. Điều này cải thiện hiệu suất tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên.
IV.Chiến lược phát triển TTS cho tiếng Mường có chữ viết
Khi tiếng Mường có dạng viết (dù là không chính thức hoặc được giả lập), chiến lược phát triển TTS tập trung vào các phương pháp thích nghi. Một cách tiếp cận là giả lập việc đọc tiếng Mường bằng cách sử dụng các hệ thống TTS tiếng Việt hiện có. Điều này đòi hỏi nghiên cứu sâu về ngữ âm và cấu trúc ngôn ngữ của cả tiếng Việt và tiếng Mường. Sau đó, áp dụng các kỹ thuật học chuyển giao (transfer learning) và thích nghi xuyên ngôn ngữ. Mục đích là để chuyển kiến thức từ mô hình tiếng Việt sang tiếng Mường. Kỹ thuật này giảm thiểu nhu cầu thu thập một lượng lớn dữ liệu giọng nói tiếng Mường từ đầu. Đây là một hướng đi hứa hẹn cho việc xử lý ngôn ngữ tự nhiên (NLP) với các ngôn ngữ có sự tương đồng.
4.1. Giả lập đọc tiếng Mường bằng TTS tiếng Việt
Phương pháp này mô phỏng cách đọc tiếng Mường thông qua TTS tiếng Việt. Nó đòi hỏi phân tích ngữ âm, quy tắc phát âm của tiếng Mường. Sau đó, ánh xạ chúng vào các đơn vị âm vị học của tiếng Việt. Mục tiêu là tạo ra giọng Mường tự nhiên từ văn bản Mường bằng cách tận dụng tài nguyên tiếng Việt.
4.2. Thích nghi xuyên ngôn ngữ và học chuyển giao
Kỹ thuật thích nghi xuyên ngôn ngữ (cross-lingual adaptation) là chìa khóa. Học chuyển giao (transfer learning) cho phép sử dụng mô hình đã huấn luyện trên tiếng Việt. Sau đó, tinh chỉnh mô hình này với một lượng nhỏ dữ liệu tiếng Mường. Điều này giúp nhanh chóng tạo ra hệ thống tổng hợp tiếng nói hiệu quả cho tiếng Mường.
V.Chiến lược tổng hợp tiếng nói cho tiếng Mường chưa viết
Thách thức lớn hơn xuất hiện khi tiếng Mường chưa có chữ viết chính thức. Trong trường hợp này, nghiên cứu đề xuất hai hướng thích nghi chính. Hướng thứ nhất là tạo ra tổng hợp tiếng Mường trực tiếp từ văn bản tiếng Việt và dữ liệu giọng nói tiếng Mường. Điều này đòi hỏi một mô hình có khả năng học cách chuyển đổi từ ngữ âm tiếng Việt sang cách phát âm tiếng Mường. Hướng thứ hai là tổng hợp tiếng Mường thông qua một quá trình dịch thuật. Văn bản tiếng Việt được dịch sang một biểu diễn trung gian, sau đó chuyển thành tiếng Mường. Cả hai phương pháp đều tập trung vào việc vượt qua rào cản về tài nguyên văn bản và tận dụng tối đa dữ liệu giọng nói có sẵn. Đây là các phương án sáng tạo cho ngôn ngữ dân tộc thiểu số.
5.1. Tổng hợp trực tiếp từ văn bản Việt và giọng Mường
Chiến lược này kết hợp văn bản tiếng Việt với giọng nói tiếng Mường. Mục đích là huấn luyện mô hình tổng hợp tiếng nói. Mô hình học cách phát âm các từ tiếng Việt theo phong cách Mường. Phương pháp này giảm sự phụ thuộc vào văn bản Mường được chuẩn hóa.
5.2. Tổng hợp qua dịch thuật với biểu diễn trung gian
Một cách tiếp cận khác là dịch văn bản nguồn (ví dụ: tiếng Việt) sang biểu diễn trung gian. Sau đó, biểu diễn này được chuyển thành tiếng Mường. Điều này có thể bao gồm các biểu diễn ngữ âm hoặc ngữ nghĩa. Nó cho phép linh hoạt hơn trong việc xử lý các khác biệt ngôn ngữ phức tạp.
VI.Ý nghĩa nghiên cứu và đóng góp bảo tồn ngôn ngữ Mường
Kết quả nghiên cứu này mang lại một động lực quan trọng cho việc phát triển tổng hợp tiếng nói trên toàn thế giới. Đặc biệt, nó tập trung vào các ngôn ngữ ít tài nguyên. Các phát hiện cung cấp một cơ sở vững chắc để xây dựng hệ thống TTS cho những ngôn ngữ trước đây bị bỏ qua. Hơn nữa, nghiên cứu này đóng góp đáng kể vào việc bảo tồn ngôn ngữ và văn hóa của các dân tộc thiểu số. Bằng cách tạo ra công nghệ TTS cho tiếng Mường, nó giúp ngôn ngữ này được tiếp cận và sử dụng rộng rãi hơn trong kỷ nguyên số. Đây là bước tiến quan trọng trong việc đảm bảo sự đa dạng ngôn ngữ và gìn giữ di sản văn hóa.
6.1. Đẩy mạnh tổng hợp tiếng nói cho ngôn ngữ toàn cầu
Nghiên cứu này cung cấp phương pháp luận hiệu quả cho TTS. Nó mở ra cánh cửa cho hàng ngàn ngôn ngữ ít tài nguyên khác. Kết quả thúc đẩy phát triển công nghệ tổng hợp tiếng nói trên phạm vi toàn cầu. Công nghệ này giúp mọi người tiếp cận thông tin dễ dàng hơn.
6.2. Nền tảng quan trọng cho bảo tồn ngôn ngữ dân tộc
Việc phát triển TTS cho tiếng Mường trực tiếp hỗ trợ bảo tồn ngôn ngữ. Nó cho phép tạo ra tài liệu nghe, ứng dụng giáo dục. Điều này giúp các thế hệ tương lai duy trì và học hỏi ngôn ngữ của mình. Đây là một đóng góp thiết thực cho ngôn ngữ dân tộc thiểu số.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (178 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộMINISTRY OF EDUCATION AND TRAINING HANOI UNIVERSITY OF SCIENCE AND TECHNOLOGY Pham Van Dong SPEECH SYNTHESIS FOR LOW-RESOURCED LANGUAGES BASED ON ADAPTATION APPROACH: APPLICATION TO MUONG LANGUAGE DOCTORAL DISSERTATION IN COMPUTER SCIENCE Ha Noi – 2023 MINISTRY OF EDUCATION AND TRAINING HANOI UNIVERSITY OF SCIENCE AND TECHNOLOGY Pham Van Dong SPEECH SYNTHESIS FOR LOW-RESOURCED LANGUAGES BASED ON ADAPTATION APPROACH: APPLICATION TO MUONG LANGUAGE Major: Computer science Code: 9480101 DOCTORAL DISSERTATION IN COMPUTER SCIENCE SUPERVISORS: 1. MAC DANG KHOA 2. TRAN DO DAT Ha Noi - 2023 DECLARATION OF AUTHORSHIP I, Pham Van Dong, declare that the dissertation titled “Speech Synthesis for Low- Resourced Languages based on Adaptation Approach: Application to Muong Language” has been entirely composed by myself. I assure you of some points as follows: This work was done wholly or mainly while in candidature for a Ph.
research degree at Hanoi University of Science and Technology. The work has not been submitted for any other degree or qualifications at Hanoi University of Science and Technology or any other institution. Appropriate acknowledgment has been given within this dissertation, where reference has been made to the published work of others. The dissertation submitted is my own, except where work in the collaboration has been included.
The collaborative contributions have been indicated. Hanoi, December 8, 2023 Ph. Student Pham Van Dong ADVISORS 1. Mac Dang Khoa 2.
Tran Do Dat i ACKNOWLEDGMENT Foremost, I would like to express my most sincere and deepest gratitude to my thesis advisors Dr. Mạc Đăng Khoa (Speech Communication Department, MultiLab at MICA), Prof. TRẦN Đỗ Đạt (The Ministry of Science and Technology, Vietnam) for their continuous support and guidance during my Ph. program, and for providing me with such a severe and inspiring research environment.
I am grateful to Dr. Mạc Đăng Khoa for his excellent mentorship, caring, patience, and immense Text-To-Speech (TTS) knowledge. His advice helped me in all the research and writing of this thesis. I am very thankful to Prof.
Đạt for shaping my thesis at the beginning and for their enthusiasm and encouragement. Trần Đỗ Đạt substantially facilitated my Ph. research, especially when I was a freshman on speech processing and TTS, with his valuable comments on Vietnamese and Muong TTS. I thank all MICA members for their help during my Ph.
My sincere thanks to Dr. Nguyen Viet Son, Assoc. Dao Trung Kien and Dr. Do Thi Ngoc Diep for giving me much support and valuable advice.
Thanks to Nguyen Van Thinh, Nguyen Tien Thanh, Dang Thanh Mai, and Vu Thi Hai Ha for their help. I want to thank my Hanoi University of Mining and Geology colleagues for all their support during my Ph. Special thanks to my family for understanding my hours glued to the computer screen. Hanoi, December 8, 2023 Ph.
Student ii ABSTRACT Text-to-speech (TTS) synthesis is the automatic conversion of text into speech. Typically, building high-quality voiceovers requires collecting tens of hours of the voice of a professional speaker with a high-quality microphone. There are about 7,000 languages spoken worldwide, but only a few languages, such as English, Spanish, Mandarin, and Japanese, are used in good TTS. With so-called "low-resourced languages" or even languages that are not yet written, these languages do not have TTS.
Thus, to apply TTS technology to low-resourced language, it is necessary to study other TTS methods. In Vietnam, Vietnamese is the mother tongue and is used the most. The Muong is a group of the language spoken by the Muong people of Vietnam. They are in the Austroasiatic language family and are closely related to Vietnamese, and Muong is also one of the five ethnic groups with the largest population.
However, Muong still needs an official script, a typical representative of the low-resourced language in Vietnam. Therefore, researching TTS technologies to create TTS for the Muong language is challenging. In the first part of this thesis, we do an overview of TTS. Researching the phonetics of Vietnamese and Muong languages, the thesis has also researched and published some tools to support TTS technology for Vietnamese and Muong languages.
In the rest of the thesis, we conduct various experiments in creating TTS for low-resourced language; specifically, we experiment with the Muong language. We focus on two main low-resourced language groups: Written: We use emulating to simulate the reading of the Muong language using Vietnamese TTS and cross-lingual adaptation transfer-learning. Unwritten: We experiment with adaptation in two directions. The first is to create Muong speech synthesis directly from Vietnamese Text and Muong voice.
The second is to create Muong speech synthesis from translation through intermediate representation We hope our findings can serve as an impetus to develop speech synthesis for low-resourced languages worldwide and contribute to the basis for speech synthesis development for 53 ethnic minority languages in Viet Nam. Hanoi, December 8, 2023 Ph. Student iii CONTENT DECLARATION OF AUTHORSHIP. VIII LIST OF TABLES.
X LIST OF FIGURES. 1 PART 1 : BACKGROUND AND RELATED WORKS. OVERVIEW OF SPEECH SYNTHESIS AND SPEECH SYNTHESIS FOR LOW-RESOURCED LANGUAGE. Overview of speech synthesis.
Evolution of TTS methods over time. TTS using unit-selection method. Statistical parameter speech synthesis. Speech synthesis using deep neural networks.
Neural speech synthesis. Speech synthesis for low-resourced languages. TTS using emulating input approach. TTS using the polyglot approach.
Speech synthesis for low-resourced language using the adaptation approach. Neural translation model. Attention in neural machine translation. Statistical machine translation based on phrase.
Statistical machine translation problem based on phrase. Translation model and language model. Decode the input sentence in the translation system. Model for building a statistical translation system.
Machine translation through intermediate representation. Speech translation for unwritten low-resourced languages. Speech synthesis evaluation metrics. Mean Opinion Score (MOS).
Mel Cepstral Distortion (MCD). MCD with Dynamic Time Warping (MCD – DTW). Analysis of variance (Anova). VIETNAMESE AND MUONG LANGUAGE.
History of Vietnamese. Vietnamese phonetic system. Vietnamese syllabus structure. Vietnamese phonetic system.
Vietnamese tone system. Overview of Muong people and Muong language. Viet Muong group. Muong written script.
Muong phonetics system. Muong syllable structure. Muong phoneme system. Muong tone system.
Comparison between Vietnamese and Muong. Dicussion and proposal approach. 60 PART 2 : SPEECH SYNTHESIS FOR MUONG AS A WRITTEN LANGUAGE. EMULATING OF THE MUONG TTS BASED ON INPUT TRANSFORMATION OF THE VIETNAMESE TTS.
Muong emulating IPA module. Analysis by ANOVA method. MOS analysis by ANOVA. Intelligibility analysis by ANOVA.
CROSS-LINGUAL TRANSFER LEARNING FOR MUONG SPEECH SYNTHESIS. Muong Project‘s data. Muong fine-tuning data. Graphemes to phonemes.
Training the pretrained model using Vietnamese dataset. Finetuned TTS model on Muong datasets. MOS analysis by ANOVA. 94 PART 3 : SPEECH SYNTHESIS FOR MUONG AS AN UNWRITTEN LANGUAGE.
GENERATE UNWRITTEN LOW-RESOURCED LANGUAGE’S SPEECH DIRECTLY FROM RICH-RESOURCE LANGUAGE’S TEXT. Training the speech synthesis system. MOS analysis by ANOVA. ANOVA analysis in Muong Bi speech synthesis.
ANOVA analysis in Muong Tan Son speech synthesis. SPEECH SYNTHESIS FOR UNWRITTEN LOW-RESOURCED LANGUAGE USING INTERMEDIATE REPRESENTATION. Text to phone translation. Phone to Sound Conversion.
Evaluation in Muong Bi and Muong Tan Son. MOS analysis by ANOVA. ANOVA analysis in Muong Bi speech synthesis. ANOVA analysis in Muong Tan Son speech synthesis.
Conclusion and comparison. 128 CONCLUSION AND FUTURE WORKS. Vietnamese and Muong phonetic. Muong Vietnamese phone mapping.
Information of Muong volunteers who participated in the assessment. Speech signal samples of the Muong TTS in chapter 5. 12 vii ABBREVIATIONS Expansion Explanation Abbreviation CART Classification And Regression Tree F0 Fundamental Frequency HMM Hidden Markov Model HTK Hidden markov model A portable toolkit for building and ToolKit manipulating hidden Markov models HTS HMM-based speech synthesis IPA International Phonetic Alphabet MARY Modular Architecture for (TTS) Research on speech sYnthesis MFCC Mel Frequency Cepstral Coefficents ML Maximum Likelihood MLSA Mel Log Spectrum Approximation MOS Mean Opinion Score MSD- Multi-Space probability HMM Distribution HMM NLP Natural Language Processing OCR Optical Character Recognition POS Part-Of-Speech Word class or a lexical category PP Prepositional Phrase PSOLA Pitch Synchronous OverLap and Add SAMPA Speech Assessment Methods Phonetic Alphabet SPTK Speech signal Processing ToolKit SSML Speech Synthesis Markup Language TD- Time-Domain Pitch PSOLA Synchronous OverLap and Add TTS Text-To-Speech VNSP VNSpeechCorpus for synthesis WEKA Waikato Environment for A collection of machine learning Knowledge algorithms for data mining tasks: Analysis X-SAMPA Extended Speech Assessment Methods Phonetic Alphabet XML eXtensible Markup Language PLP Perceptual Linear Prediction viii G2P Grapheme to Phoneme ANOVA Analysis of Variance DNN Deep Neural Network ANN Artificial Neural Network LPC Linear Predictive Coding EM Expectation Maximization Algorithm MLE Maximum Likelihood Network PTN Phonetic Transformation Network CNN Convolutional Neural Network NMT Neural Machine Translation SMT Statistical Machine Translation RNN Recurrent Neural Network GRU Gated Recurrent Unit DTW Dynamic Time Warping MCD Mel Ceptral Distortion Argmax Arguments of the maxima Argmax is an operation that finds the argument that gives the maximum value from a target function Log Logarith ̅ Sample mean p(e | f) Conditional Probability Pi Product of a sequence of numbers Sigma Factor H0 Null Hypothesis ix LIST OF TABLES Table 2.1 Vietnamese syllabus structure [94] .2 Vietnamese syllabus structure [96] .3 Vietnamese syllables based on structure .4 Hanoi Vietnamese inital consonants .5 The letter of initial consonant .6 Hanoi Vietnamese final consonant .7 Tone of Hanoi Vietnamese [108] .8 Muong syllabic structure .9 Muong final sound system .10 Muong Hoa Binh tone system [115] .11 Muong Bi and Muong Tan Son Tone .12 Muong and Vietnamese phonetic comparison (orthography in normal, IPA in italic; Vi: Vietnamese; Mb: Muong Bi ; Mts : Muong Tan Son) .13 Comparing the tone of Vietnamese with Muong Tan Son and Muong Bi .1 Muong G2P Result Sample .2 Examples of applying transformation rules to convert the Muong text into input text for Vietnamese TTS. Testing material for emulating tone.
Testing material for emulating phone (the concerning phonemes in bold). Testing material for remaining phonemes .6 ANOVA Results for MOS Test.7 ANOVA Results for Intelligibility Test .1 Parameters of acoustic model .2 Vietnamese dataset information .3 Muong recorded data .4 The Muong split data set .5 Parameter for optimizer .6 Value of parameters when training Hifigan model .7 The specifications of the in-domain and out-domain test sets .8 Test set samples .10 ANOVA Results for in-domain MOS Test .11 ANOVA Results for out-domain MOS Test .12 ANOVA Results for in/out domain MOS Test .2 TTS evaluation with in-domain test set .3 TTS evaluation with out-domain test set .4 ANOVA Results for in-domain MOS Test for Muong Bi .5 ANOVA Results for out-domain MOS Test for Muong Bi .6 ANOVA Results for Muong Bi in/out domain MOS Test .7 ANOVA Results for in-domain MOS Test for Muong Tan Son .8 ANOVA Results for out-domain MOS Test for Muong Tan Son .9 ANOVA Results for Muong Tan Son in/out domain MOS Test.1 Examples of labeling Vietnamese text into an intermediate representation of Muong Bi and Muong Tan Son phonemes.2 Text information of Muong language datasets .3 TTS evaluation with in-domain test set .4 TTS evaluation with out-domain test set .5 ANOVA Results for in-domain MOS Test for Muong Bi .6 ANOVA Results for out-domain MOS Test for Muong Bi .7 ANOVA Results for Muong Bi in/out domain MOS Test .8 ANOVA Results for in-domain MOS Test for Muong Tan Son .9 ANOVA Results for out-domain MOS Test for Muong Tan Son .10 ANOVA Results for Muong Tan Son in/out domain MOS Test.2 The Muong initial consonant .3 Muong vowels system .4 The correspondences between Vietnamese and Muong in 12 words refer to the human body parts [137] .8 Muong Vietnamese phone mapping.9 Muong Hoa Binh volunteers .10 Muong Phu Tho volunteers .10 xi LIST OF FIGURES Figure 1. Basic system architecture of a TTS system [22] .2 Neural TTS architecture [3] .
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Câu hỏi thường gặp
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" nghiên cứu về vấn đề gì?
Nghiên cứu tổng hợp tiếng nói cho tiếng Mường, một ngôn ngữ ít tài nguyên. Phát triển giải pháp thích nghi, ứng dụng hiệu quả.
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Hanoi University of Science and Technology. Năm bảo vệ: 2023.
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" thuộc chuyên ngành gì?
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" thuộc chuyên ngành Computer Science. Danh mục: Trí Tuệ Nhân Tạo.
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" có bao nhiêu trang?
Luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" có 178 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Tổng hợp tiếng nói cho ngôn ngữ ít tài nguyên: Ứng dụng tiếng Mường" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.