檢索結果:共7筆資料 檢索策略: ckeyword.raw="語音合成" and ckeyword.raw="語音合成"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
人工智慧技術逐漸的發展,在聲學領域也有相關應用,其中深偽語音(Audio Deepfake)是利用深度學習方法合成或修改的語音,這些被創建的語音聽起來像是特定的人在說他們沒有說過的話。隨著合成語音的…
2
本論文研究閩南語語音合成中音節基週軌跡產生之問題。以前人研究國語ANN模型的經驗為基礎,本文建造了一種閩南語ANN模型,考慮了閩南語不同於國語的聲調數目、聲母和韻母類別的差異,此外對於ANN的神經元…
3
本論文以諧波加噪音模型(harmonic plus noise model)為基礎,研究合成語音信號的清晰度的提升方法,以便在韻律參數改變很多時,仍然能合成出清晰的語音。為了作驗證,我們也初步建置了…
4
本論文研究了聲、韻母時長之正規化方法,並且設計了特徵集給 Weka 軟體去建造分類迴歸樹,用以預測欲合成文句之聲、韻母時長, 希望結合兩者(時長正規化、分類迴歸之時長預測),以提升合成語音 在聲、韻…
5
使用少量的合成單元來作語音合成,是我們的一個目標,因此本論文研究以動態時間軸校正(DTW)來分析目標音節與參考音節之間的頻譜演進匹配路徑,再轉換成固定維度的頻演參數去訓練類神經網路(ANN)模型。此…
6
本論文採取新的HMM結構,即半段式HMM,而可在少量訓練語料的情況下,大幅提升合成語音的流暢性。此外,我們提出一種方法,將MGE準則之HMM訓練法與共振峰增強法或GV調整法作結合,來改善頻譜過度平滑…
7
近年來,深度學習在眾多科學領域取得了巨大的成功。對於文本轉語音(Text-to-speech)技術而言,深度學習提升了系統的整體性能和效率。從雙階段模型到端對端模型,過去幾年間語音合成模型的品質和成…