A hybrid statistical/unit-selection text-to-speech synthesis system for morphologically rich languages

Metinden Konuşma Sentezleme (MKS) alanında en yaygın kullanılan iki teknik, Birim Seçmeli MKS (BMKS) ve Saklı Markov Modeli tabanlı MKS (SMKS) teknikleridir. MKS sistemleri son dönemlerde kullanılan en dominant teknik olarak ortaya çıkarken, SMKS sistemleri de gün geçtikçe artan popülaritesi ile öne çıkmaktadır. Her iki sistemin de kendine özgü avantaj ve dezavantajları bulunmaktadır. BMKS sistemleri çok başarılı olmalarına rağmen, dinleyicileri rahatsız eden ani süreksizlikler içermektedirler. SMKS sistemleri ise birim seçme algoritmasının ortaya çıkardığı bu hatalardan yoksundurlar. BMKS sistemleri, kullanılan ses veritabanının büyüklüğüyle orantılı olarak yüksek kalitede ses üretebilmektedir. SMKS sistemleri ise çok küçük bir saklama alanı kullandıklarından, daha yaygın olarak gömülü uygulamalarda tercih edilmektedir. Bu tez çalışmasında, morfolojik olarak zengin diller için, SMKS sistemini temel alan ve veri kullanımını yine makul seviyede tutarak kalitesini arttırmayı hedefleyen bir melez istatistiksel/birim seçmeli MKS sistemi önerilmiştir. Öncelikle, iki sistemin karşılaştırması yapıldıktan sonra, önerilen melez sistemin ana fikri verilmiştir. Daha sonra melez sistem, geliştirilen temel SMKS sistemi ile birlikte ayrıntılı olarak anlatılmıştır. Temel ve melez sistemin performanslarının ölçülmesi için de, subjektif ve objektif testler gerçekleştirilmiştir. Temel sistemin anlaşılabilirlik ve kalite puanlarının, literatürde İngilizce dili için yapılan çalışmalarda rapor edilen değerlerle benzer olduğu görülmüştür. AB tercih testlerinde ise, dinleyicilerin önerilen melez sistemi temel sisteme tercih ettikleri görülmüştür.