Validation d'un processus de création de voix contextuelle et intégration de nouvelles langues à une application de synthèse vocale grand public - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2015

Validation d'un processus de création de voix contextuelle et intégration de nouvelles langues à une application de synthèse vocale grand public

Résumé

With speech technology playing an increasing role in our everyday lives, the quest for quality and naturalness in speech synthesis has become a major objective. This report highlights two techniques developed by Voxygen to ensure high-quality, natural and expressive TTS: the use of a particular unit, the vocalic sandwich; and the creation of Slot'N'Fill voices. It also details how these techniques can be applied to various languages. This paper sums up a six-months internship at Voxygen, during which the Slot'N'Fill voice creation process was refined in two languages, and new languages incorporated into mainstream voice-synthesis application. Both of these tasks aimed at producing high-quality synthesis, each in their own way. Therefore, this report evaluates the relevance of the sandwich as a sound-database unit, as well as the impact of corpus choice in creating natural and expressive voices. Since the internship allowed the author to participate in all stages of the voice-creation process in several languages, notions will be expounded from a multilingual and trans-disciplinary perspective.
Les technologies vocales se développant toujours plus dans notre environnement, la recherche de la qualité et du naturel sont devenus les enjeux majeurs de la synthèse vocale. Ce mémoire met donc en évidence les techniques développées par Voxygen pour garantir une synthèse de qualité, naturelle et expressive : l'utilisation d'une unité particulière ; le sandwich, et la création de voix contextuelles (Slot'N'Fill). Il appuie également sur l'application des ces technologies à des langues diverses. Ce travail fait suite à un stage de six mois effectué chez Voxygen durant lequel un processus de création de voix contextuelles a été validé sur deux langues et au cours duquel de nouvelles langues ont été intégrées à une application de synthèse vocale grand public. Les deux missions confiées ont été réalisées dans l'optique de fabriquer une synthèse de qualité, selon des procédés différents. Ce travail présente donc l'importance de l'utilisation du sandwich et l'impact du choix des corpus dans la création de voix naturelles et expressives. Le stage ayant permis de prendre part à toutes les étapes des processus de création de voix dans des langues diverses, nous avons choisi de présenter ces différentes phases sous les notions de plurilinguisme et de pluridisciplinarité.
Fichier principal
Vignette du fichier
LECORGNE_Camille_M2P_IDL.pdf (2.21 Mo) Télécharger le fichier
Loading...

Dates et versions

dumas-01215488 , version 1 (14-10-2015)

Identifiants

  • HAL Id : dumas-01215488 , version 1

Citer

Camille Lecorgne. Validation d'un processus de création de voix contextuelle et intégration de nouvelles langues à une application de synthèse vocale grand public. Sciences de l'Homme et Société. 2015. ⟨dumas-01215488⟩
146 Consultations
864 Téléchargements

Partager

Gmail Facebook X LinkedIn More