Text-to-speech Synthesis - NPFL042

• Title: Syntéza řeči z psaného textu
• Guaranteed by: Institute of Formal and Applied Linguistics (32-UFAL)
• Faculty: Faculty of Mathematics and Physics
• Actual: from 2012
• Semester: summer
• E-Credits: 3
• Hours per week, examination: summer s.:2/0, Ex [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: cancelled
• Language: Czech
• Teaching methods: full-time
• Guarantor: PhDr. RNDr. Jiří Hanika, Ph.D.
• Class: DS, matematická lingvistika; Informatika Mgr. - volitelný
• Classification: Informatics > Computer and Formal Linguistics

Annotation

English

Speech and its automatic synthesis; writing systems, text analysis and processing; prosody modelling; selected TTS-related language-specific phenomena; approaches and algorithms used in TTS. No prerequisite knowledge assumed. Taught once in two years, in school years beginning in odd calendar years.

Last update: T_UFAL (05.05.2006)

Czech

Popis lidské řeči, způsoby její syntézy; psací soustavy, analýza a transformace textu; modelování prosodie. Přednáška zahrnuje vybrané jevy z fonetiky konkrétních jazyků, které jsou pro syntézu řeči zajímavé. Žádné předběžné znalosti se nepředpokládají. Vyučuje se ob rok ve šk. rocích začínajících v lichém kalendářním roce.

Last update: T_UFAL (05.05.2006)

Literature

An Introduction to Text-to-Speech Synthesis (Dutoit, 96)

Fonetika a fonologie češtiny, Palková

Last update: T_UFAL (06.05.2004)

Syllabus

English

Linguistic and physical structure of human speech, phonology and phonetics. Articulatory and acoustical phonetics. Spectrogram reading.

Writing systems: phonologic, syllabic, logographic; representation and encoding; missing information; desambiguation.

Text processing. Utterance chunking. Rule-driven and corpus-driven methods. Phonetic transcription: letter-to-sound rules, dictionaries, stochastic desambiguation, syntactic analysis.

Prosody description and modelling.

Speech synthesis: formant synthesis, time domain and frequency domain methods. Unit concatenation, prosody manipulation. Voice coding, OLA, LPC synthesis.

Speech corpus and speech unit inventory creation. Unit selection, Viterbi algorithm. Semiautomatic methods. Pitch detection using autocorrelation.

Dialogue systems, TTS mark-up languages.

Last update: T_UFAL (06.05.2004)

Czech

• struktura lidské řeči, fonologie a fonetika, individuální charakteristiky řeči

• psací soustavy fonologické, sylabické, logografické, možnosti jejich strojové reprezentace a kódování, problém chybějící informace

• zpracování textu, členění na výpovědi; pravidly řízené a korpusem řízené systémy

• fonetická transkripce: letter-to-sound rules, slovníky, stochastická desambiguace, syntaktická analýza

• prosodie a její modelování, na příkladu češtiny

• syntéza řeči formantová, v časové oblasti, ve frekvenční oblasti; spojování řečových jednotek, prosodická manipulace

• tvorba řečového korpusu a inventáře, volba jednotky, Viterbiho algoritmus.

• dialogové systémy a TTS, značkovací jazyky (Sable, STML)

Last update: T_UFAL (16.05.2002)