Realisierung der linguistisch-phonetischen Transkription für die Sprachsynthese durch neuronale Netze mit Multilayer-Perceptron-Struktur

Más información sobre el libro

In dieser Arbeit wird der Einsatz von neuronalen Netzen in der Sprachsynthese untersucht, mit einem besonderen Fokus auf die linguistisch-phonetische Transkription. Zunächst werden bestehende Transkriptionsverfahren verglichen. Da neuronale Netze bereits in verschiedenen Teilbereichen der Sprachsynthese Anwendung finden, folgt ein Überblick über die vorhandenen Systeme. Anschließend wird die Entwicklung und Optimierung eines neuronalen Transkriptionssystems beschrieben, wobei das Multilayer-Perceptron als Netztyp verwendet wird. Die Optimierung umfasst Variationen in der Größe des neuronalen Netzes, der Breite des benötigten Kontextes sowie der Ein- und Ausgangskodierung. Das resultierende neuronale Transkriptionssystem erreicht eine korrekte Transkription von 61,5% der Wörter aus laufendem Text. Eine Verbesserung wird durch die Einführung einer einfachen Rückkopplung erzielt, die die Genauigkeit auf bis zu 68,2% steigert. Ein weiteres neuronales Netz, das morphologische Informationen einbezieht, erzielt 66,8% korrekte Transkriptionen. Die besten Ergebnisse werden jedoch durch die Kombination beider Verbesserungsansätze erreicht, was zu einer Genauigkeit von 72,8% führt. Abschließend wird eine detaillierte Analyse der entstandenen Transkriptionsfehler vorgenommen.