Hauptseminar:”Sprachsynthese“ - IPdS in Kiel

WS 2004/05, Dozent: Dr. H.R. Pfitzinger
Ort: Schellingstr. 3, HS 230
Zeit: 2stündig, Mo. 14-16 Uhr
Beginn: Mo., 18.10.04
Hauptseminar: ”
Sprachsynthese“
1 Inhalt
Gegenstand dieser Veranstaltung sind geschichtlicher Hintergrund und Methoden der maschinellen
Erzeugung von Sprachsignalen. Obwohl die Forschung auf dem Gebiet der Sprachsynthese
bereits eine lange Tradition vorzuweisen hat, sind erst in den letzten Jahren kommerzielle
Systeme erschienen, die eine akzeptable Sprachverständlichkeit und -natürlichkeit bieten. Diese
Systeme, die im wesentlichen auf der Wiedergabe von Aufzeichnungen natürlicher Äußerungen
basieren, werden vertieft behandelt.
Das Hauptseminar beschäftigt sich aber mit allen relevanten Verarbeitungseinheiten eines typischen
Sprachsynthesesystems. Hierzu zählt die symbolische Vorverarbeitung der Texteingabe
(Homographen-Disambiguierung, Graphem-Phonem-Konvertierung, Regeln lernen), die Generierung
von Steuerparametern (Modelle zur Intonationsgenerierung) und die eigentliche Erzeugung
des Sprachsignals (Formantsynthese, Vergleich aktueller Synthesesysteme). Insbesondere
die Techniken der Konkatenativen Sprachsynthese (Dynamic Programming, PSOLA, Spektrale
Glättung) wie auch Techniken zur Aufbereitung eines passenden Synthesekorpus werden hier
behandelt (Greedy, Automatische Segmentierung).
Zur Vertiefung der Inalte dieses Hauptseminars wird das ergänzende Seminar ” Übung zum HS
Sprachsynthese“ angeboten und auch dringend empfohlen.
1.1 Voraussetzungen:
• Erfolgreiche Zwischenprüfung
• Interesse an maschineller Symbol- und Signalverarbeitung (NLP und SLP)
1.2 Erfolgreiche Teilnahme:
• Regelmäßige Anwesenheit
• 60minütiges Referat
• Schriftliche Ausarbeitung

2 Inhalt
Datum Vorträge Referenten
18.10.04 Vorbesprechung Pfitzinger
25.10.04 Einführung in die Sprachsynthese Pfitzinger
8.11.04 Geschichte der Sprachsynthese Pfitzinger
15.11.04 Vergleich aktueller Synthesesysteme Karin Hoegner
22.11.04 Der Greedy“-Algorithmus Matthias Marhofer
”
29.11.04 Zwischenstand; Dynamic Programming, PSOLA Pfitzinger
13.12.04 Graphem-Phonem-Konvertierung Uwe Reichel
17.1.05 Formantsynthese Stefanie Schatz
24.1.05 Modelle zur Intonationsgenerierung Natascha Kühnert
31.1.05 Homograph-Disambiguierung Joanna Rymarska
7.2.05 Spektrale Glättung Sanela Zunic
14.2.05 Zusatztermine:
12–14 Uhr: Automatische Segmentierung Christian Heinrich
14–16 Uhr: Regeln lernen Maria Paola Bissiri
3 Vorträge
Dauer des Vortrags: 60 Minuten. Dauer der Diskussion: bis zu 30 Minuten. Vorträge sollen
mit Overheadfolien oder PDF-Präsentation oder PowerPoint-Präsentation begleitet werden. Die
verwendete Literatur soll als Kopiervorlage in den Seminarordner in der Bibliothek spätestens
eine Woche vor dem Vortrag geheftet werden.
4 Schriftliche Ausarbeitungen
Seitenanzahl: Insgesamt 10 bis 15 Seiten. Seitenformat: DIN A4. Schriftgröße: 12 Punkt. Titelblatt
enthält: Seminartitel und Datum, Name des Referenten, Titel des Vortrags, viertel- bis
halbseitige Zusammenfassung. Vollständige Literaturangaben am Ende der Ausarbeitung.
Abzugeben ist ein PDF-Dokument sowie das zugrundeliegende Word- oder TeX-Dokument und
alle Bilder.
Spätester Abgabetermin für die Ausarbeitung ist: Montag, der 28.02.05