This study explores the use of phonological features in text-to-speech (TTS) synthesis by simulating hypernasal resonance. By training neural TTS with phonological features instead of moretraditional input methods, one is capable of producing speech sounds unseen in the training data,letting us manipulate the voice in the current task: to produce disordered speech. The resultsof an acoustic analysis indicate successful manipulation of hypernasal resonance, although aperceptual evaluation showed lacking authenticity, particularly due to contextual aspects. Despite limitations, the approach of using synthetic speech with simulated hypernasal resonanceshows potential in the use of perceptual training for speech-language pathology (SLP) students,provided that relevant improvements are implemented. / Denna uppsats utforskar användningen av fonologiska särdrag i talsyntes genom att simulera hypernasal klang. Genom att träna neural Text-to-Speech (TTS) med fonologiska särdrag iställetför mer traditionella metoder, ges möjligheten att producera språkljud som inte finns i träningsdatan vilket låter oss att manipulera rösten i uppgiften att producera avvikande tal. Resultatenfrån en akustisk analys indikerar framgångsrik manipulation av hypernasal klang, fast ett perceptionstest visar på bristande trovärdighet, särskilt på grund av kontextuella aspekter. Trotsbegränsningar visar användandet av syntetiskt tal med simulerad hypernasal klang potential somperceptuell träningsdata för logopedstudenter om relevanta förbättringar görs.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:su-230609 |
| Date | January 2024 |
| Creators | Näslund, Alexander |
| Publisher | Stockholms universitet, Avdelningen för datorlingvistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds