fa مراحل و نحوه ی تهیه ی دادگان های صوتی هجایی و دایفونی برای سامانه ی تبدیل متن به گفتار فارسی مقالات پردازش گفتار Paper پژوهشي Research <a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);"></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);">دادگان‌های صوتی بخشی از سامانه‌های تبدیل متن به گفتار به شیوه هم‌گذاری را تشکیل می‌د‌هند. کیفیت دادگان‌ها و نحوه تهیه و آماده‌سازی آنها نقش مهمی در طبیعی‌تر شدن گفتار بازسازی‌شده ایفا می‌کند. در این مقاله ابتدا به معرفی دو دادگان صوتی هجایی و دایفونی فارسی پرداخته و سپس ضمن برشمردن ویژگی های هر کدام از آن ها، مراحل تهیه و آماده سازی آن ها را توضیح می دهیم. درنهایت با به کارگیری این دادگان ها در موتور تبدیل متن به گفتار فارسی &quot;گویا&quot; و نتایج حاصل از انجام آزمون های مختلف، تفاوت ها و برتری های آن ها را نسبت به یکدیگر بیان می کنیم.</a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> <br> <a -webkit-text-stroke-width:="" background-color:="" font-size:="" font-style:="" font-variant-caps:="" font-variant-ligatures:="" font-weight:="" letter-spacing:="" name="up" new="" orphans:="" style="color: rgb(0, 0, 0); font-family: " text-align:="" text-indent:="" text-transform:="" times="" white-space:="" widows:="" word-spacing:=""></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="ltr" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a -webkit-text-stroke-width:="" background-color:="" font-size:="" font-style:="" font-variant-caps:="" font-variant-ligatures:="" font-weight:="" letter-spacing:="" name="up" new="" orphans:="" style="color: rgb(0, 0, 0); font-family: " text-align:="" text-indent:="" text-transform:="" times="" white-space:="" widows:="" word-spacing:="">Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other.</a></p> <p align="justify" style="line-height: 18px;"><a -webkit-text-stroke-width:="" background-color:="" font-size:="" font-style:="" font-variant-caps:="" font-variant-ligatures:="" font-weight:="" letter-spacing:="" name="up" new="" orphans:="" style="color: rgb(0, 0, 0); font-family: " text-align:="" text-indent:="" text-transform:="" times="" white-space:="" widows:="" word-spacing:=""></a></p> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="ltr" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a -webkit-text-stroke-width:="" background-color:="" font-size:="" font-style:="" font-variant-caps:="" font-variant-ligatures:="" font-weight:="" letter-spacing:="" name="up" new="" orphans:="" style="color: rgb(0, 0, 0); font-family: " text-align:="" text-indent:="" text-transform:="" times="" white-space:="" widows:="" word-spacing:="">Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other.</a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> <p align="justify" style="line-height: 18px;"><a -webkit-text-stroke-width:="" background-color:="" font-size:="" font-style:="" font-variant-caps:="" font-variant-ligatures:="" font-weight:="" letter-spacing:="" name="up" new="" orphans:="" style="color: rgb(0, 0, 0); font-family: " text-align:="" text-indent:="" text-transform:="" times="" white-space:="" widows:="" word-spacing:=""></a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> دادگان های صوتی, دادگان هجایی, دادگان دایفونی و سامانۀ تبدیل متن به گفتار فارسی TTS speech databases 35 12 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-25-2&slc_lang=fa&sid=1 جواد شیخ زادگان sheikhzadegan@rcisp.ac.ir 10031947532846004323 10031947532846004323 Yes محرم اسلامی m_eslami@sharif.edu 10031947532846004324 10031947532846004324 No علی بهرامی راد abahramir@yahoo.com 10031947532846004325 10031947532846004325 No زهرا احمدی نیا za.ahmadinia@gmail.com 10031947532846004326 10031947532846004326 No