Dentre as inúmeras técnicas de conversão de voz utilizadas atualmente, aquelas baseadas em bancos de filtros wavelet, associadas com redes neurais artificiais,têm se destacado. Este trabalho se concentra em tais técnicas, realizando um estudo que relaciona qual a melhor wavelet para conversão de determinados padrões de voz, apresentando uma análise detalhada de quais são as características que levam a estes resultados. Os testes são realizados com vozes da base de dados TIMIT do Linguistic Data Consortium (LDC). / Dentre as inúmeras técnicas de conversão de voz utilizadas atualmente, aquelas baseadas em bancos de filtros wavelet, associadas com redes neurais artificiais, têm se destacado. Este trabalho se concentra em tais técnicas, realizando um estudo que relaciona qual a melhor wavelet para conversão de determinados padrões de voz, apresentando uma análise detalhada de quais são as características que levam a estes resultados. Os testes são realizados com vozes da base de dados TIMIT do Linguistic Data Consortium (LDC).
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-05092007-192622 |
| Date | 16 April 2007 |
| Creators | Vieira, Lucimar Sasso |
| Contributors | Guido, Rodrigo Capobianco |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0025 seconds