Automatická detekce anotačních chyb v TTS korpusech

Petr ŘEZÁČEK

Master's thesis

Automatic Annotation Errors Detection in TTS Corpora

Anotácia:

Tématem diplomové práce je automatická detekce anotačních chyb v řečových korpusech pořízených pro účely syntézy řeči. Tyto korpusy jsou obvykle rozsáhlé a i přes to, že jsou ručně anotovány, obsahují stále nezanedbatelné množství anotačních a segmentačních chyb, které pak mohou způsobit v syntetizované řeči vznik řečových artefaktů. Práce obsahuje klasifikaci anotačních chyb a definuje jejich detekci jako problém binární klasifikace. Dále navrhuje příznaky, které lze použít pro detekci chyb na slovní úrovni, a zkoumá jejich vliv na úspěšnost klasifikace na ručně anotovaném korpusu. Součástí práce je i porovnání několika typů klasifikátorů na konkrétních datech a~ověřuje možnost přenositelnosti natrénovaného klasifikátoru na řečový korpus jiného hlasu. V rámci práce byla vytvořena sada skriptů, která je přiložena na CD a popsána v příloze.

Abstract:

The subject of this thesis is automatic annotation errors detection in TTS corpora recorded for the purpose of speech synthesis. Although the large corpora are manually annotated, they still contains insignificant number of annotation errors and segmentation errors, which could cause speech artefacts in a synthesized speech. The thesis describes different types of annotation errors and defines their detection as a binary classification problem. Features usable for a word-level error detection are explained in the text, together with their contribution to classification success rate on the manually annotated data. Different types of classifiers are compared and the applicability on different-speaker corpora is examined. A set of scripts was prepared and included on CD, user manual is located in appendix.

Kľúčové slová

syntéza řeči, řečové korpusy, anotační chyby, detekce chybně anotovaných slov, příznaky, klasifikace

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 29. 8. 2014

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Doc. Ing. Jindřich Matoušek, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Master programme / odbor:
Applied Sciences and Computer Engineering / Cybernetics and Control Engineering