Thesis: Glas 2 - Bulgarian Text To Speech Synthesizer
"Glas" is a hybrid microphoneme synthesizer which manipulates microphones (very short records of formant frequencies, < 0.01 s). The most significant novelties in Glas 2 are:
- stresseses recognition
- intonation contours
- tembre alteration, special effects and tembre/voice contours
- singing experiments
- emoticon sounds :))
Coding of part of these is still in progress, though. :)
Adaptive Quasi-articulation synthesizer and analyzer, with feedback
My latest invention in the field of TTS. It will be a lot of work until it begins to speak, though... :))
While writing my idea, I found that there is a related PhD proposal in Edinburgh. Well, it's not the same, but it shares ideas in the use of articulation information. My system would use its own articulation information, from its own articulation system (not a copy of human). I think Edinburgh proposals are supposed to exploit advanced sensors, put on human speakers. Check this out: http://www.cstr.ed.ac.uk/edsst/research.html
Not that I'm going to apply immediately there... I'd like to spend some time with another love, too - Computational Creativity.
Вълшебник!
Абракадабра Симсалабим..... Бум!
От петък съм дипломиран вълшебник, или по научному - маг... :-D Но останах объркан от факта, че вместо вълшебна пръчка, ми връчиха някаква жълта... или бежoва книжка... :-|
За трети път се сблъсках с невъзможни срокове за завършване на дипломна работа, но пак успях с работа до последно, и сега отново е малко по-спокойно.
Иронично е, че синтезаторът ми на реч "Глас 2", който защитих, е надстройка на Глас, който създадох преди 4 години за много кратко време. И на практика разработка от първи курс стана магистърската дипломна работа. Весело е, и не чак толкова... :)
Та, когато довърша програмирането на нововъведенията, ще се появи подобрна говореща програма с интонация, ударения и редукции, променлив тембър, темброви контури и дори малко певчески способности.
Зафантазирах и за Глас 3, или както завъртяно го нарекох в дипломната работа - Адаптивен квазиартикулационен синтезатор и анализатор, с обратна връзка. :) С други думи, ще се учи като бебе - ще слуша реална реч и собствения си говор, и ще се опитва да самонастройва говорния си апарат така че да звучи като чутото... :)
Открих че в Единбург имат предложения за докторантури в теми свързани с тези теми. http://www.cstr.ed.ac.uk/edsst/research.html
Не че съм тръгнал да кандидатствам...
А и искам и да отдам внимание и на фантазиите си за Моделиране на въображението и Компютърното творчество.
0 коментара:
Post a Comment