—Ievads (15s)

Labdien, mans vārds ir Krišs Saulītis un es jums šodien prezentēšu savu bakalaura darbu “Runas sintēze latviešu valodā”, ko izstrādāju sava darba vadītāja Ēvalda Urtāna vadībā.

—Mērķis (10s)

Šī darba mērķis bija “Izstrādāt augstākas kvalitātes un precizitātes latviešu valodas runas sintēzes modeli, izpētot datu kopas priekšapstrādes un apmācības metodes.”

—Uzdevumi (30s)

Un, lai šo mērķi sasniegtu tika izvirzīti seši uzdevumi:

• Izpētīt zinātnisko literatūru gan angļu, gan latviešu valodas runas sintēzes metodēm, kā arī izpētīt datu kopu priekšapstrādes metodes.
• Veikt datu kopas atlasi un sagatavošanu runas sintēzes modeļa izveidei, kā arī veikt modeļa apmācību, atlasi un salīdzināšanu ar esošajiem rīkiem.
• Izdarīt secinājumus un izvirzīt priekšlikumus, rekomendācijas, pamatojoties uz iegūtajiem rezultātiem.

—Hipotēzes (25s)

Tika izvirzītas arī trīs hipotēzes:

• Sintezētās balss kvalitātes un precizitātes noteikšanai apmācības laikā nepietiek ar testa kļūdas skalāro vērtību, lai noteiktu runas sintēzes modeļa veiktspēju.
• Runas uzlabošanas modeļu izmantojums datu priekšapstrādē uzlabo kvalitātes un precizitātes rādītājus.
• Balss toņa pārveide uz viena runātāja balss toni uzlabo kvalitātes un precizitātes rādītājus.

—Runas sintēzes metodes (10s)

Runas sintēze vēsturiski ir balstījusies uz diviem galvenajiem risinājumiem, savienošanas metode un mašīnmācīšanās metode.

—Savienošanas metode (20s)

Savienošanas metodes viens no galvenajām apakšmetodēm ir difonu savienošanas metode. Tā darbojas no sistēmas difonu ierakstu datubāzes atlasot teksta ievadei attiecīgos difonus un tos savietojot to vidusdaļās izmantojot pārklāšanās algoritmu.

—Mašīnmācīšanās (40s)

Savukārt mašīnmācīšanās ir pēdējā laikā sasniegusi ļoti augstus kvalitātes un precizitātes rezultātus un ir kļuvusi par populārāko runas sintēzes veidu. Runas sintēze pašos pamatos ir ģeneratīvs uzdevums un mašīnmācīšanās kontekstā tiek izdalīti čektri galvenie modeļu ietvaru tipi