SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Enhancing Letter-to-Phoneme Alignment for Accurate Text-to-Speech Conversion

metta avatar
metta
13 diapositives · 304 Views · Aug 22, 2014

This paper presents a novel approach to Letter-to-Phoneme (L2P) alignment essential for effective Text-to-Speech (TTS) systems, particularly benefitting automated telecom services and improving pronunciation assistance for varying language complexities. By employing graphical models and machine learning techniques, we address inconsistencies, lack of transparency, and introduce unsupervised learning to enhance accuracy in phonetic analysis. Our framework evaluates aligned dictionaries and dynamically adjusts to properly accommodate language evolution, including new words and proper nouns, ensuring high fidelity in speech output.

#enhancing letter-to-phoneme alignment for accurate text-to-speech conversion #enhancing letter-to-phoneme alignment for accurate text-to-speech conversion ppt #powerpoint #presentation
Enhancing Letter-to-Phoneme Alignment for Accurate Text-to-Speech Conversion - slide 1
01 / 13Enhancing Letter-to-Phoneme Alignment for Accurate Text-to-Speech Conversion
1 / 17

Télécharger la présentation

Enhancing Letter-to-Phoneme Alignment for Accurate Text-to-Speech Conversion
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Letter to Phoneme Alignment Using Graphical Models N. Bolandzadeh, R. Rabbany Dept of Computing Science University of Alberta 1

  2. Text to Speech Problem Conversion of Text to Speech: TTS Automated Telecom Services E-mail by Phone Banking Systems Handicapped People

  3. Pronunciation Pronunciation of the words Dictionary Words Non-Dictionary Words Phonetic analysis Dictionary lookup? Language is alive, new words add Proper Nouns Machine Learning  higher accuracy  L 2 P alignment is needed

  4. L2P Problem Automatic Speech Recognition & Spelling Correction • Letter to Phoneme Alignment • Letter: c a k e • Phoneme: k ei k  4

  5. It's not Trivial! why? • No Consistency • City / s / • Cake / k / • Kid / k / • No Transparency • K i d (3) / k i d / (3) • S i x (3) / s i k s / (4)‏ • Q u e u e (5)  / k j u: / (3)‏ • A x e (3) / a k s / (3)‏ 5

  6. Framework L2P aligner Aligned Dictionary Dictionary Brick brIk Brightening br2tHIN British brItIS Bronx brQNks Bugle bjugP Buoy b4 b|r|i|ck|b|r|I|k| b|r|ig|ht|en|i|ng| b|r|2|t|H|I|N| b|r|i|t|i|sh|b|r|I|t|I|S| b|r|o|n|x|b|r|Q|N|ks| b|u|g|le|b|ju|g|P| bu|oy| b|4|

  7. Evaluation • No Aligned Dictionary • Unsupervised Learning • Previously aligner was tied with a generator • Evaluation on percentage of correctly predicted phonemes and words Tee’s L2P Generator Aligned Dictionary Accuracy

  8. Model of our problem B | r | i | t | i | sh | B | r | I | t | I | S |

  9. Static Model, Structure • Independent sub alignments l1 l2 l3 l4 ln-1 ln a1 a2 ak p1 p2 p3 p4 pm-1 pm

  10. Static Model, Learning • EM • Initialize Parameters • Expectation Step: • Parameters  Alignments • Maximization Step: • Alignments  Parameters

  11. Result of Static Model

  12. Dynamic Model • Sequence of data • Unrolled model for T=3 slices l1 l2 l3 l4 l5 l6 a1 a2 ak p1 p2 p3 p4 p5 p6

  13. Questions