86

Нутқ синтези бу бирор бир табиий тилда берилган ихтиёрий матнни шу тилдаги нутқли кўринишига айлаштириш бўлиб, ушбу масала инсониятни қадимдан қизиқтириб келган. Дастлаб механик, кейинчалик эса электрик, артикуляцион, форматли, чизиқли башоратлашдан фойдаланувчи, конкатенатив, селектив ва статистик параметрли синтез каби усуллари яратилган. Нутқни синтезлаш тизимларини яратишда сифати юқори бўлган нутқли маълумотлар базаси муҳим ҳисобланади. Ҳозирги кунда кўплаб тиллар учун бундай базалар шакллантирилган бўлсада, қорақалпоқ тилидаги матнли маълумотларни нуқтга ўтказиш учун нутқли маълумотлар базаси шакллантирилмаган. Шунинг учун, қорақалпоқ тилидаги матнни нутқга ўтказиш учун нутқли маълумотлар базасини яратиш долзарб ҳисобланади. Мазкур мақола қорақалпоқ тилидаги нутқ маълумотлар базасини яратиш билан боғлиқ муаммолар ва уларни ечимларига бағишланган.

  • Internet havola
  • DOI
  • UzSCI tizimida yaratilgan sana 11-05-2024
  • O'qishlar soni 86
  • Nashr sanasi 30-09-2023
  • Asosiy tilO'zbek
  • Sahifalar91-97
Ўзбек

Нутқ синтези бу бирор бир табиий тилда берилган ихтиёрий матнни шу тилдаги нутқли кўринишига айлаштириш бўлиб, ушбу масала инсониятни қадимдан қизиқтириб келган. Дастлаб механик, кейинчалик эса электрик, артикуляцион, форматли, чизиқли башоратлашдан фойдаланувчи, конкатенатив, селектив ва статистик параметрли синтез каби усуллари яратилган. Нутқни синтезлаш тизимларини яратишда сифати юқори бўлган нутқли маълумотлар базаси муҳим ҳисобланади. Ҳозирги кунда кўплаб тиллар учун бундай базалар шакллантирилган бўлсада, қорақалпоқ тилидаги матнли маълумотларни нуқтга ўтказиш учун нутқли маълумотлар базаси шакллантирилмаган. Шунинг учун, қорақалпоқ тилидаги матнни нутқга ўтказиш учун нутқли маълумотлар базасини яратиш долзарб ҳисобланади. Мазкур мақола қорақалпоқ тилидаги нутқ маълумотлар базасини яратиш билан боғлиқ муаммолар ва уларни ечимларига бағишланган.

Русский

Синтез речи представляет собой преобразование произвольного текста, данного на естественном языке, в речь на этом языке, и этот вопрос интересовал человечество с древних времен. Сначала были созданы
механический, а затем электрический, артикуляционный формат, использующий линейное предсказание, конкатенативный, селективный и статистический параметрический методы синтеза. Качественная база данных
речи необходима для создания систем синтеза речи. В настоящее время такие базы данных созданы для многих языков, но не создана речевая база данных для перевода текстовой информации на каракалпакский язык. Поэтому необходимо срочно создать речевую базу для перевода каракалпакского текста в речь. Данная статья посвящена проблемам и их решениям, связанным с созданием речевой базы данных по каракалпакскому языку.

English

Speech synthesis is the conversion of arbitrary text given in a natural language into speech in that language, and this issue has been of interest to mankind since ancient times. At first, mechanical, and then electrical, articulating, format, using linear prediction, concatenative, selective and statistical parametric synthesis methods were created. A high-quality speech database is essential for creating speech synthesis systems. Currently, such databases have been created for many languages, but no speech database has been created to translate text information in the Karakalpak language. Therefore, it is urgent to create a speech database for converting Karakalpak text into speech. This article is devoted to the problems and their solutions related to the creation of a speech database in the Karakalpak language.

№ Havola nomi
1 1.P. Taylor, Text-to-Speech Synthesis. Cambridge: Cambridge University Press, 2009.
2 2.Text – To – Speech Synthesis (TTS). Nwakanma Ifeanyi , Oluigbo Ikenna and Okpala Izunna. International Journal of Research in Information Technology (IJRIT), Volume 2, Issue 5, May 2014. ISSN 2001-5569.
3 3.J. O. Onaolapo, F. E. Idachaba, J. Badejo, T. Odu, and O. I. Adu. A Simplified Overview of Text-To-Speech Synthesis. WCE 2014, July 2 - 4, 2014, London, U.K.
4 4.Lu´ıs C. Oliveira, Sergio Paulo, Lu ´ ´ıs Figueira, Carlos Mendes, Ana Nunes, Joaquim Godinho. Methodologies for Designing and Recording Speech Databases for Corpus Based Synthesis.
5 5.Aimilios Chalamandaris, Sotiris Karabetsos, Member, IEEE, Pirros Tsiakoulis, Member, IEEE, and Spyros Raptis, Member, IEEE. A Unit Selection Text-to-Speech Synthesis System Optimized for Use with Screen Readers. IEEE Transactions on Consumer Electronics, Vol. 56, No. 3, August 2010
6 6.Mukta Gahlawata, Amita Malik, Poonam Bansal. Natural Speech Synthesizer for Blind Persons Using Hybrid Approach. Procedia Computer Science. Volume 41, 2014
7 7.Yu, Y., Li, D., Wu, X., Prosodic modeling with rich syntactic context in HMM-based Mandarin speech synthesis, 2013 IEEE China Summit & International Conference on Signal and Information Processing (ChinaSIP), pp.132-136 (2013)
8 8.Mamatov, N.S., Niyozmatova, N.A., Abdullaev, S.S., Samijonov, A.N., Erejepov, K.K. Speech Recognition Based on Transformer Neural Networks, International Conference on Information Science and Communications Technologies: Applications, Trends and Opportunities, ICISCT 2021, 2021
9 9.Mamatov, N., Niyozmatova, N., & Samijonov, A. (2021). Software for preprocessing voice signals. International Journal of Applied Science and Engineering, 18(1). https://doi.org/10.6703/IJASE.202103_18(1).006
10 10.Narzillo, M., Abdurashid, S., Parakhat, N., & Nilufar, N. (2019). Automatic speaker identification by voice based on vector quantization method. International Journal of Innovative Technology and Exploring Engineering, 8(10), 2443–2445. https://doi.org/10.35940/ijitee.J9523.0881019
11 11.Wiedecke, B., Narzillo, M., Payazov, M., & Abdurashid, S. (2019). Acoustic signal analysis and identification. International Journal of Innovative Technology and Exploring Engineering, 8(10), 2440–2442. https://doi.org/10.35940/ijitee.J9522.0881019
12 12.Narzillo, M., Abdurashid, S., Parakhat, N., & Nilufar, N. (2019). Karakalpak speech recognition with CMU sphinx. International Journal of Innovative Technology and Exploring ngineering, 8(10), 2446–2448. https://doi.org/10.35940/ijitee.J9524.0881019
Kutilmoqda