Duration and phrasal pauses are two

Duration and phrasal pauses are two features important
to synthesizing natural speech. Mittrapiyanurak et al.
(2000b) also constructed a set of rules to predict syllable
duration for their Vaja TTS engine. Klatt’s method (Klatt,
1987) was applied to each syllable. The method first
assigned default duration by its intrinsic property to each
syllable and then the syllable duration was modified by a
set of scaling factors corresponding to each successive rule.
The intrinsic duration depended on phoneme identities in
the syllable. Scaling factors in the rule set relied on contextual
effects at the word, phrase, and sentence levels. For
example, the duration of a syllable located around the
end of a sentence is longer than that in the beginning portion
of the sentence. Following this research, when a welldesigned
speech corpus for speech synthesis was developed
two years later (Hansakunbuntheung et al., 2003b), a comprehensive
analysis of phoneme duration in Thai continuous
speech was carried out. These analysis results were
used to build a duration prediction model based on
multiple linear regression for the Vaja TTS (Hansakunbuntheung
et al., 2003a). The model computed
syllable duration by considering several factors such as
phoneme identities, syllable tone, word POS, and positions
in the word and the phrase. An objective test showed a high
correlation of 0.8 between synthesized speech and human
speech. Mixdorff et al. (2003) analyzed syllabic durations
and tones of highly ambiguous Thai phrases. A listening
test on synthetic utterances, in which syllabic durations
were controlled by a regression model and syllabic tones
and intonation were fixed, was conducted. They found a
significant improvement in disambiguation for human listeners
when the duration model was incorporated.

ผลลัพธ์ (ไทย) 1:

ระยะเวลาและช่วงหยุด phrasal มีคุณลักษณะสองอย่างที่สำคัญการสังเคราะห์เสียงธรรมชาติ Mittrapiyanurak et al(2000b) ยังสร้างชุดของกฎการทายเสียงระยะเวลาสำหรับการโปรแกรม Vaja TTS วิธีการของ Klatt (Klatt1987) ถูกใช้ไปแต่ละพยางค์ วิธีการแรกระยะเวลาเริ่มต้นกำหนด โดยคุณสมบัติของ intrinsic แต่ละพยางค์แล้วช่วงเวลาที่เสียงถูกปรับเปลี่ยนโดยการชุดปรับปัจจัยที่สอดคล้องกับกฎแต่ละกฎที่ต่อเนื่องกันIntrinsic ระยะเวลาขึ้นอยู่กับหน่วยเสียงประจำในพยางค์ อาศัยมาตราส่วนปัจจัยในการตั้งกฎในบริบทผลที่คำ วลี และระดับประโยค สำหรับตัวอย่าง ช่วงเวลาของอยู่จบประโยคจะยาวกว่าที่ส่วนเริ่มต้นของประโยค ต่องานวิจัยนี้ เมื่อเป็น welldesignedคอร์พัสคริพูดการสังเคราะห์เสียงพูดได้รับการพัฒนาสองปีต่อมา (Hansakunbuntheung et al., 2003b), ครอบคลุมการวิเคราะห์ระยะเวลาหน่วยเสียงในภาษาไทยอย่างต่อเนื่องพูดถูกดำเนิน ผลการวิเคราะห์เหล่านี้ได้ใช้ระยะเวลาในการสร้างแบบจำลองการคาดการณ์ตามเชิงเส้นแบบพหุคูณใน TTS Vaja (Hansakunbuntheungร้อยเอ็ด al., 2003a) แบบจำลองการคำนวณเสียงระยะเวลา โดยพิจารณาจากปัจจัยหลายประการเช่นประจำหน่วยเสียง เสียงพยางค์ คำ POS และตำแหน่งคำและวลี การทดสอบวัตถุประสงค์แสดงให้เห็นว่าความสูงความสัมพันธ์ของ 0.8 ระหว่างเสียงสังเคราะห์และมนุษย์คำพูด ระยะเวลา syllabic วิเคราะห์ Mixdorff et al. (2003)และโทนสีวลีไทยชัดเจนมาก การฟังทดสอบบน utterances สังเคราะห์ ในช่วงเวลาใด syllabicด้วยแบบจำลองถดถอยและโทน syllabicและสำเนียงอยู่ถาวร ถูก พวกเขาพบกับปรับปรุงที่สำคัญในการแก้ความกำกวมสำหรับมนุษย์ฟังเมื่อถูกรวมแบบระยะเวลา

ผลลัพธ์ (ไทย) 2:

ระยะเวลาและหยุดวลีสองคุณสมบัติที่สำคัญในการสังเคราะห์เสียงพูดธรรมชาติ Mittrapiyanurak et al.
(2000b)
นอกจากนี้ยังสร้างชุดของกฎที่จะคาดการณ์พยางค์ระยะเวลาสำหรับเครื่องยนต์Vaja TTS วิธีการของ Klatt (Klatt,
1987) ถูกนำไปใช้ในแต่ละพยางค์ วิธีแรกที่ได้รับมอบหมายในช่วงระยะเวลาเริ่มต้นไว้ที่แท้จริงของมันแต่ละพยางค์แล้วระยะเวลาพยางค์ถูกปรับเปลี่ยนโดยชุดของปัจจัยการปรับขนาดที่สอดคล้องกับแต่ละกฎเนื่อง. ระยะเวลาที่แท้จริงขึ้นอยู่กับตัวตนฟอนิมในพยางค์ ปัจจัยในการปรับตั้งค่ากฎอาศัยในบริบทผลกระทบที่คำวลีและประโยคระดับ สำหรับตัวอย่างเช่นระยะเวลาของพยางค์ตั้งอยู่รอบท้ายของประโยคเป็นนานกว่านั้นในส่วนเริ่มต้นของประโยค ต่อไปนี้การวิจัยครั้งนี้เมื่อ welldesigned คลังคำพูดสำหรับการสังเคราะห์เสียงพูดได้รับการพัฒนาสองปีต่อมา (Hansakunbuntheung et al., 2003b) ที่ครอบคลุมการวิเคราะห์ของฟอนิมในระยะเวลาต่อเนื่องภาษาไทยคำพูดที่ได้ดำเนินการ ผลการวิเคราะห์เหล่านี้ถูกนำมาใช้เพื่อสร้างแบบจำลองการคาดการณ์ระยะเวลาขึ้นอยู่กับหลายถดถอยเชิงเส้นสำหรับVaja TTS (Hansakunbuntheung et al., 2003a) รูปแบบการคำนวณระยะเวลาพยางค์โดยพิจารณาปัจจัยหลายประการเช่นตัวตนฟอนิมเสียงพยางค์คำPOS, และตำแหน่งในคำและวลี การทดสอบแสดงให้เห็นว่าวัตถุประสงค์สูงความสัมพันธ์ระหว่าง 0.8 สังเคราะห์เสียงพูดของมนุษย์และการพูด Mixdorff et al, (2003) การวิเคราะห์ระยะเวลาพยางค์และเสียงของวลีไทยที่ไม่ชัดเจนอย่างมาก ฟังทดสอบเป็นการสังเคราะห์ซึ่งในระยะเวลาพยางค์ถูกควบคุมโดยรูปแบบการถดถอยและเสียงพยางค์และน้ำเสียงได้รับการแก้ไขได้ดำเนินการ พวกเขาพบว่ามีการปรับปรุงที่สำคัญในวิกิพีเดียสำหรับผู้ฟังของมนุษย์เมื่อรูปแบบระยะเวลาจัดตั้งขึ้น

ผลลัพธ์ (ไทย) 3:

ระยะเวลาและกริยาวลีหยุดสองคุณสมบัติที่สำคัญ
การพูดธรรมชาติสังเคราะห์ . ีย์ เคียนสันเทียะ et al .
( 2000b ) ยังได้สร้างชุดของกฎที่จะพยากรณ์พยางค์
ระยะเวลาวาจาของ TTS เครื่องยนต์ klatt วิธีการ ( klatt
, 1987 ) คือใช้พยางค์แต่ละ วิธีแรก กำหนดระยะเวลาเริ่มต้นโดยแท้จริง

คุณสมบัติแต่ละพยางค์และหน่วยเวลาที่แก้ไขโดย
ชุดปรับองค์ประกอบที่สอดคล้องกับแต่ละกฎต่อเนื่อง .
ระยะเวลาที่แท้จริงขึ้นอยู่กับในอัตลักษณ์ใน
พยางค์ การปรับองค์ประกอบในชุดกฎอาศัยผลบริบท
ที่คำ , วลี , และระดับประโยค สำหรับ
ตัวอย่าง ระยะเวลาของพยางค์
ตั้งอยู่รอบ ๆจบประโยคนานกว่านั้นในการเริ่มต้นส่วน
ของประโยค ตามการวิจัยนี้ เมื่อ welldesigned
การพูดคลังข้อมูลสำหรับการสังเคราะห์การพัฒนา
สองปีต่อมา ( hansakunbuntheung et al . , 2003b ) , การวิเคราะห์ที่ครอบคลุมของเวลาในไทย

คำพูดต่อเนื่อง มีการ ผลการวิเคราะห์เหล่านี้
ใช้สร้างแบบจำลองการทำนายระยะเวลาขึ้นอยู่กับ
สมการถดถอยสำหรับวาจา TTS ( hansakunbuntheung
et al . , 2003a ) แบบจำลองการคำนวณ
ระยะเวลาพยางค์โดยพิจารณาปัจจัยหลายประการเช่น
ติดตามตัวตน โทนเนอร์ คำ พยางค์ และตำแหน่ง
ในคำและวลี ทดสอบวัตถุประสงค์พบความสัมพันธ์สูง
0.8 ระหว่างเสียงพูดสังเคราะห์และคำพูดของมนุษย์

mixdorff et al . ( 2003 ) ใช้ระยะเวลา
พยางค์และเสียงสูงที่ไทยวลี ฟังเพลง
ทดสอบความ สังเคราะห์ ซึ่งระยะเวลา
พยางค์ถูกควบคุมโดยแบบจำลองการถดถอยและเสียงและทำนองเสียงเป็นพยางค์
แก้ไขเป็น พวกเขาพบ
สําคัญในการปรับปรุงแก้ความกำกวมสำหรับมนุษย์ผู้ฟัง
เมื่อระยะเวลารุ่นถูกจัดตั้งขึ้น