مقاله کنفرانسی سال ۱۴۰۱ انگلیسی

ArmanTTS single-speaker Persian dataset

ArmanTTS single-speaker Persian dataset

چکیده مقاله

TTS, or text to speech, is a complicated process thatcan be accomplished through appropriate modeling using deeplearning methods In order to implement deep learning models, asuitable dataset is required Since there is a scarce amount ofwork done in this field for the Persian language, this paper willintroduce the single speaker dataset: ArmanTTS We comparedthe characteristics of this dataset with those of various prevalentdatasets to prove that ArmanTTS meets the necessary standardsfor teaching a Persian text to speech conversion model We alsocombined the Tacotron 2 and HiFi GAN to design a model thatcan receive phonemes as input, with the output being thecorresponding speech 4 0 value of MOS was obtained from realspeech, 3 87 value was obtained by the vocoder prediction and2 98 value was reached with the synthetic speech generated bythe TTS model

کلیدواژه‌ها

نویسندگان

تصویر Mohammd Hasan Shamgholi

Mohammd Hasan Shamgholi

MSc StudentSchool of Computer EngineeringIran University of Science andTechnologyTehran, Iran

تصویر Vahid Saeedi

Vahid Saeedi

MSc GraduateSchool of Computer EngineeringIran University of Science andTechnologyTehran, Iran

تصویر Javad Peymanfard

Javad Peymanfard

PhD CandidateSchool of Computer EngineeringIran University of Science andTechnologyTehran, Iran

تصویر Leila Alhabib

Leila Alhabib

BSc StudentSchool of Computer EngineeringAmirkabir University of TechnologyTehran, Iran

تصویر Hossein Zeinali

Hossein Zeinali

Assistant ProfessorSchool of Computer EngineeringAmirkabir University of TechnologyTehran, Iran

شیوه ارجاع

Shamgholi, Mohammd Hasan and Saeedi, Vahid and Peymanfard, Javad and Alhabib, Leila and Zeinali, Hossein,1401,ArmanTTS single-speaker Persian dataset,1st International Conference and 6th National Conference on Computers, information technology and applications of artificial intelligence

ارائه‌شده در

پوستر مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی3 اسفند 1401 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۰ ۲,۳۶۵ مشاهده

تشخیص بیماری با استفاده از داده کاوی و تحلیل نسخه های پزشکی

در حال حاضر تشخیص اشتباه و یا تشخیص دیر هنگام بیماری در صدر خطاهای پزشکی قرار دارد این خطا نه تنها سالان…

داده کاویپیش بینینسخه پزشکی
مقاله کنفرانسی سال ۱۴۰۰ ۲,۱۶۰ مشاهده

تشخیص حالت چهره با یادگیری عمیق

در سال های اخیر یکی از زمینه های فعال پردازش تصویر، تشخیص حالت های چهره بوده است چهره مهم ترین ویژگی ظاه…

تشخیص حالت چهرهfer-۲۰۱۳افزایش اتوماتیک داده
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۲ مشاهده

ارائه یک چارچوب مدیریت ریسک در توسعه نرم افزار بامتدلورژی چابک

در پروژه های تولید نرم افزاری بااستفاده از متدلوژی چابک، باید یک پروژه با یک محیط چابک سازگار شود ودر آن…

پروژهریسکتوسعه نرم افزار
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۱ مشاهده

امنیت در هوش مصنوعی: انواع حملات در یادگیری ماشین

یادگیری ماشین به دلیل پیشرفت های فنی در سال های اخیر به طور فراگیر در طیف گسترده ای از برنامه های نظامی…

یادگیری ماشینیحملات مسمومیتحملات درب پشتی
مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۰ ۱,۰۴۲ مشاهده

معماری شبکه نسل پنجم تلفن همراه

شبکه نسل ۵ تلفن همراه نقش اساسی در ایجاد یک جهان کاملا متصل را در سال های آینده خواهد داشت از تلفن های ه…

۵تلفن همراهنسل ۵