Výsledky vyhledávání

Řečnící hovořící cizími jazyky ve vícejazyčném systému syntézy řeči

Autor: Jakub Vít, Zdeněk Hanzlíček, Markéta Řezáčková

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030835262
TDS

Článek popisuje experimenty s vícejazyčnými systémy syntézy řeči trénovanými společně z anglických, německých, ruských a českých dat. Experimentální systém založený na LSTM neuronových sítích a trénovatelný neuronový vok

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e2293a0afbcf8510c2912ee3f70f4fdc
http://hdl.handle.net/11025/47246

Zobrazit plný text záznamu

LSTM-Based Speech Segmentation Trained on Different Foreign Languages

Autor: Zdeněk Hanzlíček, Jakub Vít

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030583224
TDS

This paper describes experiments on speech segmentation by using bidirectional LSTM neural networks. The networks were trained on various languages (English, German, Russian and Czech), segmentation experiments were performed on 4 Czech professional

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::bb869222f69903d36eadd42ef9c71073
https://doi.org/10.1007/978-3-030-58323-1_49

Zobrazit plný text záznamu

Grappling with Web Technologies: The Problems of Remote Speech Recording

Autor: Markéta Jůzová, Daniel Tihelka, Jakub Vít

Publikováno v: Speech and Computer ISBN: 9783030602758
SPECOM

Modern web browsers are becoming operating systems of their own kind, allowing unified access to the underlying hardware. The sound device can thus be used by web-based communication systems, such a Google meet, Zoom and others. This attracts the ide

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::f342da3e622af34760a1074a7dd7a88d
https://doi.org/10.1007/978-3-030-60276-5_57

Zobrazit plný text záznamu

LSTM-Based Speech Segmentation for TTS Synthesis

Autor: Zdeněk Hanzlíček, Daniel Tihelka, Jakub Vít

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030279462
TSD

Tento článek popisuje experimenty se segmentací řeči pro účely TTS syntézy . Použili jsme obousměrnou LSTM neuronovou síť pro klasifikaci telefonů v rámečku a další obousměrnou LSTM síť pro predikci délky jednotlivých telefonů.

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b0dc4334131f0167378b28c1e4907350
https://doi.org/10.1007/978-3-030-27947-9_31

Zobrazit plný text záznamu

Použití obousměrné LSTM neuronové sítě pro českou fonetickou transkripci

Autor: Markéta Jůzová, Jakub Vít

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030279462
TSD

Důležitou součástí téměř všech současných systémů TTS je konverze grafémů na fonémy (G2P), tj. transkripce jakékoli vstupní sekvence grafémů do správné sekvence fonémů v daném jazyce. Příprava transkripčních pravidel a sl

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::702f610b27940105973f8cbb465e9647
http://hdl.handle.net/11025/36610

Zobrazit plný text záznamu

Czech Speech Synthesis with Generative Neural Vocoder

Autor: Jindřich Matoušek, Zdeněk Hanzlíček, Jakub Vít

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030279462
TSD

In recent years, new neural architectures for generating high-quality synthetic speech on a per-sample basis were introduced. We describe our application of statistical parametric speech synthesis based on LSTM neural networks combined with a generat

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::4d7080cde28334bec8a59145df6723cc
https://doi.org/10.1007/978-3-030-27947-9_26

Zobrazit plný text záznamu

Sjednocený jazykově nezávislý model fonetické transkripce založený na hlubokých neuronových sítích

Autor: Daniel Tihelka, Markéta Juzová, Jakub Vít

Publikováno v: INTERSPEECH

Představujeme jednotný model pro převod grafémů na fonémy založený na hlubokých neuronových sítích. Na rozdíl od obvyklých přístupů, které používají pro trénovaní slovník, používáme celé fráze, což nám umožňuje zachyt

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::5bb602253e50d7107e137abf65672be0
http://hdl.handle.net/11025/47118

Zobrazit plný text záznamu

On the Analysis of Training Data for Wavenet-Based Speech Synthesis

Autor: Jindřich Matoušek, Jakub Vít, Zdenek Hanzlícek

Publikováno v: ICASSP

In this paper, we analyze how much, how consistent and how accurate data WaveNet-based speech synthesis method needs to be able to generate speech of good quality. We do this by adding artificial noise to the description of our training data and obse

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_________::63f75c597ede381ee2c62c8effd9b5c7
https://doi.org/10.1109/icassp.2018.8461960

Zobrazit plný text záznamu

WaveNet-Based Speech Synthesis Applied to Czech

Autor: Daniel Tihelka, Zdeněk Hanzlíček, Jakub Vít

Publikováno v: Text, Speech, and Dialogue ISBN: 9783030007935
TSD

WaveNet is a recently-developed deep neural network for generating high-quality synthetic speech. It produces directly raw audio samples. This paper describes the first application of WaveNet-based speech synthesis for the Czech language. We used the

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_________::cf2b09d77b0d3fd2dd9048bd08605b0a
https://doi.org/10.1007/978-3-030-00794-2_48

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání