Segmentation automatique de parole en phones. Correction d'étiquetage par l'introduction de mesures de confiance - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2004

Automatic speech segmentation into phones. Correction of labelling using confidence measures.

Segmentation automatique de parole en phones. Correction d'étiquetage par l'introduction de mesures de confiance

Samir Nefti
  • Fonction : Auteur
  • PersonId : 837312

Résumé

A speech synthesis system which operates by concatenation of acoustic units, needs to a database of these units, which is built starting from a single speaker speech corpus segmented in acoustic elements, generally phonetic. To reach a sufficient synthetic speech quality, this database must be richly provided, and consequently requires a corpus of several hours of speech.
The manual segmentation of such a corpus is tedious, and from there occurs the interest of the automatic segmentation. The automatic methods produce a segmentation of quality approximately equivalent to that of a manual segmentation, but provided that the exact phonetic transcriptions of the utterances are available. However, the manual phonetic transcription of the speech corpus is also tedious.
This study concerns the automatic segmentation of speech into phones, which uses phonetic transcriptions automatically produced from text. It relates to the detection and the correction of the labeling errors which occur generally in these automatic phonetic transcriptions. The results obtained in this study are significantly positive.
Un système de synthèse de parole par concaténation d'unités acoustiques utilise un dictionnaire de ces unités, construit à partir d'un corpus de parole mono-locuteur segmentée en éléments acoustiques, généralement phonétiques. Pour atteindre une qualité de parole synthétique suffisante, ce dictionnaire doit être richement fourni, et par conséquent nécessite un corpus de plusieurs heures de parole.
La segmentation manuelle d'un tel corpus de parole est fastidieuse, d'où l'intérêt de la segmentation automatique. À condition de disposer des transcriptions phonétiques réelles des énoncés, les méthodes automatiques produisent une segmentation de qualité approximativement équivalente à celle d'une segmentation manuelle. Cependant, la transcription manuelle du contenu phonétique du corpus de parole est également fastidieuse.
Cette étude concerne la segmentation automatique de parole en phones qui utilise des transcriptions phonétiques automatiquement produites à partir du texte. Elle porte sur la détection et la correction des erreurs d'étiquetage phonétique que contiennent généralement ces transcriptions phonétiques automatiques. Les résultats obtenus dans cette étude sont significativement positifs.
Fichier principal
Vignette du fichier
nefti.pdf (327.71 Ko) Télécharger le fichier

Dates et versions

tel-00122091 , version 1 (26-12-2006)

Identifiants

  • HAL Id : tel-00122091 , version 1

Citer

Samir Nefti. Segmentation automatique de parole en phones. Correction d'étiquetage par l'introduction de mesures de confiance. Interface homme-machine [cs.HC]. Université Rennes 1, 2004. Français. ⟨NNT : ⟩. ⟨tel-00122091⟩
504 Consultations
874 Téléchargements

Partager

Gmail Facebook X LinkedIn More