Exploiting Morphological and Phonological Features to Improve Prosodic Phrasing for Mongolian Speech Synthesis
Exploiting Morphological and Phonological Features to Improve Prosodic Phrasing for Mongolian Speech Synthesis
复制标题
利用形态和语音特征来改进蒙古语语音合成的韵律短语
DOI：
10.1109/taslp.2020.3040523
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Haizhou Li
中科院分区：
文献类型：
--
作者：
Rui Liu;Berrak Sisman;Feilong Bao;Jichen Yang;Guanglai Gao;Haizhou Li
韵律短语是影响文语合成自然度和可懂度的重要因素。研究表明，当有大量文本和语音语料库可用时，深度学习技术可以改善韵律措辞。然而，对于低资源语言，如蒙古语，韵律短语仍然是一个挑战，出于各种原因。首先，适合系统训练的数据库有限。第二，在韵律短语建模中，没有使用能够提供韵律信息的词语组成知识。为了解决这些问题，在这篇文章中，我们提出了一种结合自注意神经分类器的特征增强方法。我们增加输入文本的形态和语音分解的话，以提高文本编码器。我们研究了使用自注意分类器，它利用一个句子的全局上下文，作为一个解码器的短语中断预测。客观和主观评价都验证了所提出的短语中断预测框架的有效性，该框架在蒙古文语音合成系统中持续提高语音质量。
Prosodic phrasing is an important factor that affects naturalness and intelligibility in text-to-speech synthesis. Studies show that deep learning techniques improve prosodic phrasing when large text and speech corpus are available. However, for low-resource languages, such as Mongolian, prosodic phrasing remains a challenge for various reasons. First, the database suitable for system training is limited. Second, word composition knowledge that is prosody-informing has not been used in prosodic phrase modeling. To address these problems, in this article, we propose a feature augmentation method in conjunction with a self-attention neural classifier. We augment input text with morphological and phonological decompositions of words to enhance the text encoder. We study the use of self-attention classifier, that makes use of global context of a sentence, as a decoder for phrase break prediction. Both objective and subjective evaluations validate the effectiveness of the proposed phrase break prediction framework, that consistently improves voice quality in a Mongolian text-to-speech synthesis system.
登录
查看更多内容
DOI：
--
发表时间：
2011
期刊：
--
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1609/aaai.v33i01.33016706
发表时间：
2018-09
期刊：
--
影响因子：
--
作者：
Naihan Li;Shujie Liu;Yanqing Liu;Sheng Zhao;Ming Liu-
通讯作者：
Naihan Li;Shujie Liu;Yanqing Liu;Sheng Zhao;Ming Liu-
DOI：
10.21437/interspeech.2020-2014
发表时间：
2020-05
期刊：
The International Journal of Plant, Animal and Environmental Sciences
影响因子：
--
作者：
Kun Zhou;Berrak Sisman;Mingyang Zhang;Haizhou Li
通讯作者：
Kun Zhou;Berrak Sisman;Mingyang Zhang;Haizhou Li
DOI：
10.21437/odyssey.2020-33
发表时间：
2020-02
期刊：
--
影响因子：
--
作者：
Kun Zhou;Berrak Sisman;Haizhou Li
通讯作者：
Kun Zhou;Berrak Sisman;Haizhou Li
DOI：
10.1109/icassp.2019.8682770
发表时间：
2019-05
期刊：
ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
--
作者：
Chunhui Lu;Pengyuan Zhang;Yonghong Yan
通讯作者：
Chunhui Lu;Pengyuan Zhang;Yonghong Yan