Your browser does not support JavaScript!

Αρχική    Modeling of speech signals using recurrent neural networks  

Αποτελέσματα - Λεπτομέρειες

Προσθήκη στο καλάθι
[Προσθήκη στο καλάθι]
Κωδικός Πόρου 000433804
Τίτλος Modeling of speech signals using recurrent neural networks
Άλλος τίτλος Μοντελοποίηση σημάτων φωνής με την χρήση αναδρομικών νευρωνικών
Συγγραφέας Παπαδάκη, Αικατερίνη Ι
Σύμβουλος διατριβής Κομίνης, Ιωάννης
Πανταζής, Γιάννης
Μέλος κριτικής επιτροπής Μακρής, Κωνσταντίνος
Περίληψη Η ομιλία είναι το κύριο μέσο επικοινωνίας μεταξύ των ανθρώπων. Η κυματομορφή του σήματος ομιλίας αντιστοιχεί στη χρονική διακύμανση της πίεσης του αέρα. Εκατοντάδες χρόνια πριν, υπήρξαν πρώιμες προσπάθειες για την παραγωγή συνθετικής ομιλίας, χρησιμοποιώντας μηχανικές συσκευές. Σήμερα, τρέχουσες δραστηριότητες επικεντρώνονται στην τεχνητή παραγωγή ανθρώπινης ομιλίας ή αλλιώς στη σύνθεση ομιλίας. Συγκεκριμένα, έχουν αναπτυχθεί φωνοκωδικοποιητές, αναλυτές και συνθέτες ανθρώπινων φωνητικών σημάτων, με βάση μαθηματικά μοντέλα. Επιπλέον, φωνοκωδικοποιητές που βασίζονται σε τεχνητά νευρωνικά δίκτυα, έχουν διευρύνει τους ορίζοντες στην σύνθεση ομιλίας, φέροντας καινοτόμα και υψηλής ποιότητας αποτελέσματα. Στόχος αυτής της μελέτης είναι να δημιουργήσει ένα νευρωνικό φωνοκωδικοποιητή που συνδυάζει τα τεχνητά νευρωνικά δίκτυα με την εγγενή ημιτονοειδή φύση του λόγου, σε αντίθεση με την πλειονότητα των διαθέσιμων νευρωνικών φωνητικών κωδικοποιητών που θυσιάζουν την επεξεργασία σήματος στον βωμό των νευρωνικών δικτύων. Συγκεκριμένα, η παρούσα μελέτη αντιστοιχεί στην μοντελοποίηση σύνθετων ημιτονοειδών κυμάτων πολλαπλών συνιστωσών με χρονικά μεταβαλλόμενο πλάτος και συχνότητα, τα οποία έχουν την ιδιότητα να αντιπροσωπεύουν σήματα ομιλίας, χρησιμοποιώντας αναδρομικά νευρωνικά δίκτυα. Στόχος είναι να αναπτυχθεί ένας νευρωνικός φωνοκωδικοποιητής, πιο γρήγορος από το WaveRNN, μοντέλο το οποίο επιτυγχάνει την καλύερη απόδοση μέχρι σήμερα. Στο πλαίσιο αυτής της διατριβής, εφαρμόζουμε μια παραλλαγή του μοντέλου WaveRNN και παρουσιάζουμε τα παραγόμενα υποδειγματικά αποτελέσματα. Επιπλέον, εξετάζουμε την απόδοση του προτεινόμενου μοντέλου χρησιμοποιώντας συνθετικά καθώς και πραγματικά σήματα ομιλίας.
Φυσική περιγραφή vi, 74 σ. : πίν., σχήμ. εικ. (εγχρ.) ; 30 εκ.
Γλώσσα Αγγλικά
Θέμα Neural vocoder
Recurrent neural networks
Sinusoidal signals
Αναδρομικά νευρωνικά δύκτια
Ημιτονοειδή σήματα
Νευρονικός Φωνοκωδικοποιητής
Νευρωνικά δύκτια
Σήματα φωνής
Ημερομηνία έκδοσης 2021-03-24
Συλλογή   Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Φυσικής--Μεταπτυχιακές εργασίες ειδίκευσης
  Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
Εμφανίσεις 124

Ψηφιακά τεκμήρια
No preview available

Κατέβασμα Εγγράφου
Προβολή Εγγράφου
Εμφανίσεις : 1