Study of unit selection text-to-speech synthesis algorithms
Author:
- 2 April 2026
- thesis
- Published by Agence Bibliographique de l'Enseignement Supérieur
Abstract
Étude des algorithmes de sélection d’unités pour la synthèse de la parole à partir du texte: La synthèse de la parole par corpus (sélection d'unités) est le sujet principal de cette thèse. Tout d'abord, une analyse approfondie et un diagnostic de l'algorithme de sélection d'unités (algorithme de recherche dans le treillis d'unités) sont présentés. L'importance de l'optimalité de la solution est discutée et une nouvelle mise en œuvre de la sélection basée sur un algorithme A* est présenté. Trois améliorations de la fonction de coût sont également présentées. La première est une nouvelle façon – dans le coût cible – de minimiser les différences spectrales en sélectionnant des séquences d'unités minimisant un coût moyen au lieu d'unités minimisant chacune un coût cible de manière absolue. Ce coût est testé pour une distance sur la durée phonémique mais peut être appliqué à d'autres distances. Notre deuxième proposition est une fonction de coût cible visant à améliorer l'intonation en se basant sur des coefficients extraits à travers une version généralisée du modèle de Fujisaki. Les paramètres de ces fonctions sont utilisés au sein d'un coût cible. Enfin, notre troisième contribution concerne un système de pénalités visant à améliorer le coût de concaténation. Il pénalise les unités en fonction de classes reposant sur une hiérarchie du degré de risque qu'un artefact de concaténation se produise lors de la concaténation sur un phone de cette classe. Ce système est différent des autres dans la littérature en cela qu'il est tempéré par une fonction floue capable d'adoucir le système de pénalités pour les unités présentant des coûts de concaténation parmi les plus bas de leur distribution.Keywords
This publication has 95 references indexed in Scilit:
- Design of a Speech Corpus for Research on Cross-Lingual Prosody TransferLecture Notes in Computer Science, 2016
- Experiment with GMM-Based Artefact Localization in Czech Synthetic Speech2015
- Defining a Global Adaptive Duration Target Cost for Unit Selection Speech Synthesis2015
- Modelling F0 Dynamics in Unit Selection Based Speech Synthesis2014
- Unit Selection Cost Function Exploration Using an A* Based Text-to-Speech SystemLecture Notes in Computer Science, 2014
- Crowdsourced Assessment of Speech Synthesis2013
- Graph Theory with Algorithms and its Applications2013
- Springer Handbook of Speech Processing2008
- Optimal Coupling of Diphones1997
- Principles of Artificial Intelligence1982