Akopọ Imolara Ọrọ
Iṣajọpọ ọrọ ti ẹdun n pese awọn ohun ti o dun, ibanujẹ, ibinu, tabi idakẹjẹ, kii ṣe oye nikan ṣugbọn rilara ti o gbagbọ.
Akopọ
O tan ọrọ-si-ọrọ alapin sinu ifijiṣẹ ti o ṣe afihan bi a ṣe tumọ si nkankan, kii ṣe ohun ti a sọ nikan.
Jin Dive
Iṣajọpọ ọrọ ti ẹdun fa ọrọ-si-ọrọ gbooro nitori abajade gbejade ipa ti a pinnu gẹgẹbi ayọ, ibinu, iberu, tabi tutu. Imolara fihan ni acoustically nipasẹ prosody, giga ati ipolowo iyipada diẹ sii fun simi, fifẹ rọra ati agbara kekere fun ibanujẹ, awọn ikọlu didan fun ibinu, pẹlu awọn ayipada didara ohun bii ẹmi tabi ẹdọfu. Awọn ọna ṣiṣe kọ ẹkọ awọn ilana wọnyi lati aami ajọpọ ọrọ ẹdun ati jẹ ki awọn olumulo yan ẹdun kan, nigbagbogbo pẹlu titẹ kikankikan. Awọn apẹrẹ wa lati awọn aami ẹdun ọtọtọ ti a jẹ bi awọn ifibọ si awọn ipoidojuko valence-arousal ti nlọsiwaju ati gbigbe ara ohun afetigbọ. Awọn ẹya lile ni o ṣọwọn, data ẹdun ti o ni iwọntunwọnsi, ṣiṣe iṣakoso kikankikan laisi awọn ọrọ daru, ati yago fun awọn caricatures cartoonish ti o bori rilara ibi-afẹde naa.
Imọ-imọ-ẹrọ
Awọn eto iṣakoso ti o wọpọ meji wa. Awọn awoṣe isori so ifisinu ti a kọ ẹkọ fun itara kọọkan ti a samisi si iṣelọpọ, bii yipada. Awọn awoṣe onisẹpo dipo lo valence lemọlemọfún (didùn vs unpleasant) ati arousal (tunu vs yiya) ãke, jẹ ki awọn ẹdun parapo ati asekale laisiyonu. Ọpọlọpọ awọn ọna ṣiṣe ṣafikun koodu itọkasi kan (ọna ami ami ara agbaye) ti o yọ ara ẹdun jade lati agekuru apẹẹrẹ. Kikankikan nigbagbogbo ni a mu nipasẹ didẹra ifisinu ẹdun tabi sisọpọ si ọna ṣiṣe didoju.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti Afoyemọ Ọrọ Imolara
Awọn ọna ṣiṣe iwaju yoo ka imolara lati inu ọrọ-ọrọ dipo ki o nilo aami ti o fojuhan, yiyan ohun orin ti o baamu fun lilu itan tabi aapọn olumulo kan laifọwọyi. Awọn awoṣe multimodal nla ti n bẹrẹ lati tẹle awọn itọnisọna ede-adayeba bi 'sọ eyi ni rọra ṣugbọn aibalẹ,' mu dara dara, dapọ, ati awọn ẹdun iyipada laarin ọrọ kan. Reti awọn ohun kikọ ere ti o dabi igbesi aye diẹ sii, atilẹyin itara ati awọn ohun ilera, ati awọn oluranlọwọ ti ara ẹni, lẹgbẹẹ tcnu ti o dagba lori igbanilaaye, sisọ, ati awọn iṣọra lodi si awọn irọ ẹdun afọwọyi.
Real-World imuse
Awọn ohun kikọ ere fidio ti awọn laini yipada laarin iberu, ibinu, ati iderun lati baamu itan ṣiṣi silẹ
Ilera ti ọpọlọ ati awọn iwiregbe ẹlẹgbẹ ti o dahun ni igbona, ohun orin idakẹjẹ nigbati olumulo kan ba dun
Awọn fiimu ere idaraya ati atunkọ nibiti awọn ohun sintetiki ṣe jiṣẹ awọn iṣe ikosile ti ẹdun lori ibeere
Iwe ohun afetigbọ ati itan-ẹkọ e-eko ti o ṣe afihan idunnu tabi ayẹyẹ lati jẹ ki awọn olutẹtisi ṣiṣẹ
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Emotional Speech Synthesis quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Didara Afoyemọ Ọrọ
Awọn ibeere ti a beere nigbagbogbo
Kini Emotional Speech Synthesis?
Iṣajọpọ ọrọ ti ẹdun n pese awọn ohun ti o dun, ibanujẹ, ibinu, tabi idakẹjẹ, kii ṣe oye nikan ṣugbọn rilara ti o gbagbọ. O yi ọrọ alapin-si-ọrọ sinu ifijiṣẹ ti o ṣafihan bi ohun kan ṣe tumọ, kii ṣe ohun ti a sọ nikan.
Iṣagbepọ ọrọ ẹdun ni akọkọ yipada ni abala ti ohun ti a ti ipilẹṣẹ?
Iṣajọpọ ẹdun ntọju awọn ọrọ naa ṣugbọn o paarọ ifijiṣẹ, prosody ati didara ohun, nitorinaa ọrọ naa ṣafihan rilara bi ayọ tabi ibanujẹ.
Ni apẹrẹ onisẹpo ti imolara, kini awọn valence ati awọn aake arousal gba?
Valence ṣe iwọn bawo ni idunnu tabi aibanujẹ ti ẹdun jẹ, lakoko ti arousal ṣe iwọn bawo ni idakẹjẹ tabi itara ti o jẹ, gbigba awọn ẹdun laaye lati dapọ ati iwọn nigbagbogbo.
Awoṣe akositiki wo ni o jẹ aṣoju julọ ti ọrọ ibanujẹ?
Ibanujẹ nigbagbogbo maapu maapu si oṣuwọn sisọ ti o lọra, agbara kekere, ati idinku, iwọn ipo kekere, lakoko ti idunnu n gbe ipolowo soke ati iyara.
Bawo ni awoṣe ẹdun isori kan ṣe sọ fun synthesizer ni igbagbogbo iru imolara lati lo?
Awọn eto isori so ifisinu ti o kọ ẹkọ fun imolara ọtọtọ kọọkan (bii iyipada) lati ṣe ipo iṣelọpọ lori ipa ti o yan.
Kí ni ìpèníjà gbígbéṣẹ́ pàtàkì kan nínú kíkọ́ àwọn ètò ọ̀rọ̀ sísọ ìmọ̀lára?
Didara ga, iwọntunwọnsi ẹdun corpora jẹ gidigidi lati gba, ati titẹ kikankikan soke tabi isalẹ laisi pronunciation garbling tabi overshooting sinu caricature jẹ nira.