Существует несколько подходов к организации автоматического синтеза речи по тексту. К основным можно отнести синтез по правилам (формантный синтез), артикуляторный синтез, компилятивный синтез, синтез на основании статистических моделей (HMM-синтез). До последнего времени наиболее распространенной технологией синтеза являлся компилятивный аллофонный (или дифонный) синтез. Однако на данный момент наилучшие результаты достигаются с использованием другой разновидности компилятивного синтеза – технологии Unit Selection.
читать далее

В статье описывается архитектура новой системы синтеза русской речи по тексту. Данная система разрабатывается ООО «Центр речевых технологий» в сотрудничестве с кафедрой фонетики СПбГУ. Проект направлен на разработку гибридной системы синтеза, совмещающей аллофонный синтез и синтез типа Unit Selection и обеспечивающей высокую естественность синтезированной речи. Модульная структура системы, основанная на обмене информацией в XML-формате, значительно расширяет технологические возможности встраивания синтеза в другие приложения (web-приложения, мобильные устройства и т.д.).
читать далее

Система синтеза русской речи с высоким качеством звучания разрабатывается ООО «Центр речевых технологий» в сотрудничестве с кафедрой фонетики СПбГУ. Качество существующих систем синтеза русской речи является серьезным ограничением на пути их внедрения в промышленность. В связи с этим разработка системы, обеспечивающей высокую естественность синтезированной речи на русском языке, является одной из важнейших задач в области речевых технологий в России.
читать далее

This paper outlines a recently started project on development of a new hybrid unit-selection and
concatenative Russian TTS system. Project is held within Federal Research and Development Program in Priority Directions of Development of Scientific and Technological Complex of Russia in 2007-20121 (http://www.fcntp.ru/). Major features of the proposed system are presented. Stimulating a wide scientific discussion that would help to improve the system at the
early stages is the main aim of the paper.
читать далее

The method for compensation of session variability in text-independent speaker verification is presented in this paper. It is based on maximum likelihood estimations for speaker sessions modelling. The method is shown to reduce the verification error by 21% for 4-second and by 36% for 20-second testing segments comparing to the GMM-UBM baseline. The evaluation was performed for conversational speech recorded in GSM channels.
читать далее