Исследование и разработка методов анализа и оценки качества синтезированной устной речи

• Автор: Русанова, Ольга Александровна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Красноярск
• Количество страниц: 150 с. : ил.

1 Алгоритмы синтеза устного речевою сигнала

1.1 .Классификация алгоритмов синтеза речевого сигнала

1.1.1. Синтез на основе естественной речи

1.1.2. Синтез на основе искусственной речи

методы кодирования речевого сигнала

1.1.2.1. Кодирование формы сигнала

1.1.2.2. Описание состояния речевого тракта

1.1.2.3. Описание спектра сигнала

1.1.3. Методы синтеза речевого сигнала

1.1.3.1. КЛсинтез

1.1.3.2. Использование Марковских моделей

1.1.3.3. Использование нейросетей
1.1.3.4. Использование артикуляционной модели
1.2.Современные системы синтеза устной речи
1.3.Методы оценки синтезированного речевого сигнала
Выводы к главе 1
2 Методы оценки качества синтезируемой речи но группе критериев
2.1. Определение качества как совокупности критериев
2.2. Определение исчисляемых критериев оценки качества
2.3. Вычисление слабометризируемых критериев качества работы систем синтеза
2.4. Методы ранжирования синтезаторов
по полученным критериям
Выводы к главе 2
3 Построение экспертной системы оценки качества синтезируемого речевого сигнала но совокупности выделенных критериев
3.1. Структура экспертной системы анализа речевого сигнала,
синтезированного но произвольному тексту
3.2. Набор баз данных
3.3. Набор правил определения числа тестовых элементов для ошибок
различного типа
3.4. Правила вычисления критериев оценки качества работы систем синтеза речевого сигната
3.5. Правила определения класса качества синтезированной речи
Выводы к главе 3
4 Определение качества синтезированного речевого сигнала
4.1. Постановка эксперимента
4.2. Распределение по типам ошибок, указанных экспертами
по прослушиванию
4.3. Статистическая обработка полученных результатов
4.4. Обнаружение отличий в качестве синтезированного сигнала
4.5. Определение класса качества синтезированной речи
4.6. Обоснование использования бальной шкалы
для измерения слабометризируемых величин
Выводы к главе 4
Заключение
Библиографический список
Приложение А Акт внедрения
Приложение Б Результаты эксперимента
Введение


Выделены следующие критерии качества число допущенных ошибок X, суммарный вес допущенных ошибок 5, уровень качества ЬК и мера ошибочности К. В случае проведения сравнительного анализа численные значения критериев используются для ранжирования синтезаторов по методу Краскела Уоллиса или Манна Уитни в зависимости от числа исследуемых систем синтеза рисунок 2. Для определения уровня качества, которое по определению есть мера, выраженная через количественную величину. Рисунок 2 Критерии оценки качества синтезированной речи например, процент дефектных изделий, необходимо провести испытания синтезаторов, в результате которых будет подсчитано число допущенных ошибок. Для этого формируются тестовые таблицы из фраз, содержащих общеупотребительные слова и проблемные элементы омонимы, аббревиатуры и сокращения. Подготовленные тесты озвучиваются синтезаторами речи и предлагаются вниманию экспертам по прослушиванию, которые помечают ошибки, допущенные системами при синтезе. Измерения производятся в абсолютной шкале, что позволяет производить операции, сохраняющее адекватность экспертных оценок. Так как разные ошибки поразному влияют на понимание получаемой информации, эксперты по прослушиванию указывают типы обнаруженных ими ошибок например, неверное ударение, неверное чтение сокращений. Хх х2. Ху число ошибок го типа , . Число обнаруженных ошибок х х,,хо,. Рассмотрим еще один исчисляемый параметр оценки синтезируемой речи. Пусть X, количество тестовых слов для ошибки го типа. Ху число ошибок го типа, указанноеум экспертом по прослушиванию, х число тестовых элементов для ошибок го типа. Если синтезатор ошибается при чтении практически всех тестовых элементов, то система синтеза работает не корректно. Введение такой характеристики особенно ценно тем, что она может использоваться не только при сравнительной характеристике работы двух и более синтезаторов. Следовательно, еще одним параметром оценки является Рфц, р, , V где V число типов ошибок. Чем меньше ошибок допускает синтезатор, тем больше значение ик и выше уровень качества. Теперь рассмотрим слабометризируемые критерии качества. Очевидно, что ошибки разных типов поразному влияют на восприятие информации на слух. Максимальный вес присваивается ошибке, максимально мешающей пониманию текста. Информацию о весах типов ошибок, полученную отго эксперта по прослушиванию, можно представить как и. Тогда средний вес ошибки го типа
где тип ошибки у номер эксперта по прослушиванию п число экспертов по прослушиванию. Таким образом, веса ошибок характеризуются у ,. Тогда среднее значение суммарного веса ошибок есть
ПН
Вычисленное значение Б будет являться третьим критерием оценки качества работы системы синтеза. В сравнении со средним числом допущен
ных ошибок X, величина Б более точно характеризует синтезируемый речевой сигнал, однако недостаточно полно отражает корректность преобразования текста в речь. Чем меньше значение МУ тем корректнее работа синтезатора. Важную информацию о корректности работы синтезатора можно получить, взяв величину К, равную отношению среднего веса ошибки к максимальному значению среднего веса ошибки. МтахУ
мт
где V число типов ошибок. Значение меры ошибочности К. Для проведения сравнительной оценки нескольких синтезаторов применяются методы ранжирования. Учитывая небольшой объем выборок получение результатов тестирования является трудоемким процессом и неизвестность распределения, более мощными будут непараметрические методы исследования. Для определения различий между группами выборок, рекомендуется использовать дисперсионный анализ, в нашем случае ранговый дисперсионный анализ Н Краскела Уоллиса и и Манна Уитни, который является аналогом Н, но работает для меньшего число исследуемых объектов. Каждый из методов имеет свои ограничения, подробно рассмотренные в специальной литературе и во второй главе диссертации. Суть анализа сводится к следующему для каждой из выборок делается однотипная маркировка, затем значения из всех выборок ранжируются так, как если бы это была одна большая выборка. После этого, благодаря маркировке, составляются первоначальные наборы, и подсчитываются суммы полученных ими рангов.