Speech.com.ua

Speech.com.ua Сайт з розпізнавання та синтезу мовлення в Україні Головна [index.html] Анонси Новини Розробники Загальний огляд Проекти Наші події Ненаші події Статті Наукові статті Корисні лінки Цікаві лінки Наукові статті 2006 Пилипенко В.В. Алгоритм розпізнавання злитого мовлення з надвеликих словників із застосуванням вибірки інформації з баз даних. Праці 8-ї міжнародної конференції "УкрОбраз-2006", Київ, 2006. This paper presents a new two-pass algorithm for Extra Large (more than 1M words) Vocabulary Continuous Speech recognition based on the Information Retrieval (ELVIRCOS). The principle of this approach is to decompose a recognition process into two passes where the first pass builds the word subset for the second pass recognition. Word graph composition for continuous speech is presented. Experimental results for speech recognition system with vocabulary of about all words (approximately 2 M) are presented. pdf Пилипенко В.В. Технология распознавания большого количества образов на примере распознавания речи из сверхбольших словарей. Искусственный интеллект. - Донецк, 2006. - № 2. В статье рассматривается технология отбора кандидатов для распознавания изолированных слов на основе анализа результатов пофонемного распознавания речи (фонетического стенографа). Приведены результаты экспериментов с системой, содержащей практически все слова языка (около 2 млн. слов). pdf . Valeriy Pylypenko. Information Retrieval Based Algorithm for Extra Large Vocabulary Speech Recognition. Specom 2006. This paper presents a new two-pass algorithm for Extra Large (more than 1M words) Vocabulary Speech recognition based on the Information Retrieval (ELVIRS). The principle of this approach is to decompose a recognition process into two passes where the first pass builds the word subset for second pass recognition. With this approach a high performances for large vocabulary speech recognition can be obtained. pdf . 2005 Людовік Т.В., Сажок М.М., Селюх Р.А. Розроблення мовленнєвих баз даних для синтезу мовлення за текстом. Автоматизовані системи управління і нові інформаційні технології. Випуск 3. 2005. Розглядаються питання, пов'язані із розробленням мовленнєвих баз даних (МБД), які є важливим компонентом систем синтезу мовлення за текстом. Наведено принципи та етапи розроблення МБД, у відповідності до яких було створено 6 індивідуальних мовленнєвих баз даних. Наведено результати тестування синтезованого мовлення. pdf . Taras Vintsiuk, Mykola Sazhok. Multi-Level Multi-Decision Models in ASR. Specom 2005. Multi-Level Multi-Decision Models for Automatic Speech Recognition is discussed. It is hierarchically organized. Here there are not used the generative grammars for model speech signal synthesis as a feedback in speech recognition process. Instead of the latter significant decisions, but under simplified conditions, at all levels of a speech signal processing hierarchy are introduced. The 3-level model with phoneme recognizer, word recognizer and continuous speech interpreter is proposed. Experimental results for the 3-level model are given and problems to be solved are discussed. pdf . Nina Vasylyeva, Mykola Sazhok. Text Selection for Training Procedures under Phoneme Units Variety. Specom 2005. In this paper we investigate approaches to select a set of sentences for speech samples to train acoustic models for Ukrainian both TTS and ASR systems. An algorithm that is not widely known is introduced and another one is applied. Several phonemic units are analysed: phoneme, phonemetriphone and open syllable. Some experimental results are given and discussed. pdf . Mykola Sazhok. Generative Model for Decoding a Phoneme Recognizer Output. TSD 2005. The paper presents a way to advance to a multi-level automatic speech understanding system implementation. Two levels are considered. On the first level a free (or relatively free) grammar phoneme recognition is applied and at the second level an output of the phonemic recognizer is automatically interpreted in a reasonable way. A Generative Model approach based model for phoneme recognizer output decoding is proposed. An experimental system is described. pdf . 2004 Tetyana Lyudovyk, Mykola Sazhok. Unit Selection Speech Synthesis Using Phonetic-Prosodic Description of Speech Databases. Proceedings of the 9th International Conference "Speech and Computer", 2004, St.-Petersburg, Russia, pp. 594-599. This paper describes an approach to speech synthesis based on using speech databases at different stages of TTS process. Speech database units are phones in different segmental and prosodic contexts. Pitch synchronous segmentation and labeling of databases allows storing both segmental and prosodic information. pdf . 2003 Людовик Т.В. Моделювання просодичних характеристик для синтезатора українського мовлення. Синтезатор українського мовлення, розроблений у відділі розпізнавання та синтезу звукових образів МННЦ ІТіС, призначений для озвучення довільних орфографічних текстів українською мовою. Він має засоби генерування просодичних, тобто тональних (інтонаційних) та темпоральних (ритмічних) характеристик слів, речень та текстів, що синтезуються. В цій статті розглядаються питання вибору просодичних моделей та алгоритми обчислення просодичних характеристик в рамках цих моделей. pdf . Людовик Т.В., Сажок Н.Н. Использование речевых баз данных большого обьема при синтезе речи в системах искусственного интеллекта. Проблемы управления и информатики. Київ, 6'2003. Синтезатор украинской речи предназначен для озвучивания произвольных орфографических текстов на украинском языке. В статье описывается структура синтезатора и используемый вариант конкатенативного метода синтеза речи, основанный на хранении, выборе и сглаженном склеивании предварительно записанных сегментов речи. Используются речевые БД большого объема, записанные разными дикторами. Фонетическая и просодическая информация, содержащаяся в БД, используется для поиска необходимых элементов БД. pdf . 2002 Тарас Вінцюк, Микола Сажок,Тетяна Людовик, Руслан Селюх. Автоматичний озвучувач українських текстів на основі фонемно-трифонної моделі з використанням природного мовного сигналу. Праці 6-ї міжнародної конференції "УкрОбраз-2002", Київ, 2002. Automatic Ukrainian Text-to-Speech System Based on Phoneme-Threephone Model Using Natural Spoken Signal. The text-to-speech system in time domain for Ukrainian is described. The concatenated acoustic elements are chosen in accordance to phoneme-threephone model for speech synthesis. Acoustical data is taken from the speaker voice passeport. The computerized tools for speech synthesis research and development are described. pdf . 1999 Taras Vintsiuk, Mykola Sazhok. Speech Analysis and Recognition Synchronised by One-Quasiperiodical Segmentation. Proceedings of the Second International Workshop on Text, Speech, Dialogue - TSD'99, Brno, 1999. It is shown that the best ASR results are attained when a pre-processing is carried out synchronically with pitch. Specifically, an analysis step has to be equal to the current one-quasiperiod duration and current analysis intervals have to consist of an entire number of quasiperiods with total 45-60 ms duration. Quasiperiodicity and non-qusiperiodicity models and measures as well as their applications for the optimal segmentation of speech signals into one-quasiperiods are given and discussed. Then the ways to embed these pre-processing results into the recognition procedure are described. pdf . Copyright © 2005-2006 Speech.com.ua | Design by SmallPark .