<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="79655" NadgradivoID="0" NRID="13221366" OceID="0" DomainUrl="https://dk.um.si/" IzpisPolniUrl="https://dk.um.si/IzpisGradiva.php?lang=slv&amp;id=79655" StOgledov="1052" StPrenosov="128" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-10-03 00:03:21" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/DKUM-79655">20.500.12556/DKUM-79655</PID>
  <Naslov>Razvoj sistema za pretvorbo besedil v govor z globokimi nevronskimi mrežami</Naslov>
  <Podnaslov>magistrsko delo</Podnaslov>
  <TujJezik_Naslov>Development of a text-to-speech system with deep neural networks</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>V magistrski nalogi smo razvili sistem pretvorbe besedila v govor PLATTOS za več jezikov. Sistem bazira na osnovi globokih nevronskih mrež. Osnovni cilj naloge je bil razviti in testirati sistem sinteze govora na osnovi globokega učenja, ki bo čim bolje generiral  govor v več jezikih, pri čemer je tudi pomemben čas generiranja.  Prvi del naloge tako  predstavlja pregled tehnologij sistemov sinteze govora in njihova podrobnejša analiza. Zanimala nas je namreč arhitektura sistema sinteze govora, medsebojna primerjava zmogljivosti sistemov, njihov razvoj in kvaliteta sintetiziranega signala, ki ga določen TTS lahko generira. Sledila je izbira tehnologije globokega učenja, in razvoj novega TTS sistema. Izbrali smo tisto, ki je izkazovala največji potencial, da izpolni vse zastavljene cilje. Sledil je razvoj TTS sistema. Za prvo stopnjo (pretvorba vhodnega besedila v spektrogram) smo  izbrali Tacotron globoki model. Ta je namenjen pretvorbi spektrogramov v pripadajoči govorni signal. V drugi stopnji, smo izbrali vokoder Waveglow. Pred izbiro komponent sistema, smo različne tipe vokoderjev in rekonstrukcijskih algoritmov tudi testirali.  Sistem TTS na osnovi globokih nevronskih mrež PLATTOS smo testirali na različnih prosto dostopnih bazah govornih podatkov večih jezikov. Ocenjevali in primerjali smo tudi kvaliteto sinteze govora različnih arhitektur  z globokimi nevronskimi mrežami. Kot kriterij kvalitete sinteze govora, smo bili predvsem pozorni na naravnost in razumljivost sintetiziranega govora. Pri ocenjevanju kvalitete smo tako uporabili subjektivne MUSHRA teste. Pokazalo se je, da kombinacija globokih nevronskih modelov Tacotron in Waveglow zagotovi najboljše rezultate v večih jezikih, kar se tiče kvalitete sintetiziranega govora in hitrosti generiranja odziva.</Opis>
  <TujJezik_Opis>In this master &#039;s thesis, we developed a text-to-speech synthesis system PLATTOS for several languages based on deep neural networks. The main goal of the task was to develop and test a text-to-speech synthesis system based on deep learning techniques, which will best synthesise speech in several languages, where also speech generation time is important. The first part of the paper presents an overview of technologies regarding speech synthesis systems, and their detailed analysis. Namely, we were interested in the architecture of the text-to-speech synthesis system, the mutual comparison of several systems’ capabilities, their development and the speech quality that a certain TTS system is capable to generate. This was followed by the selection of deep learning technology, and the development of a novel TTS system PLATTOS, in which we recognized the potential to meet all our goals. This was followed by the development of the TTS system, where the Tacotron deep model for the first stage (conversion of input text into a spectrogram), and the Waveglow vocoder for the conversion of spectrograms into the corresponding speech signal in the second stage were finally selected, after testing several vocoders and reconstruction algorithms. The TTS system PLATTOS based on deep neural networks was tested on several freely accessible speech databases in several languages.We also evaluated and compared the quality of synthesized speech of several deep neural architectures. As a criterion for the quality of synthesized speech, we paid particular attention to the naturalness and intelligibility of the synthesized speech. Therefore, subjective MUSHRA tests were used to assess this quality. The combination of the Tacotron and Waveglow neural models has been shown to provide the best results in several languages in terms of the quality of synthesized speech and the speed of response generation.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>globoko učenje</Beseda>
    <Beseda>nevronska mreža</Beseda>
    <Beseda>sinteza govora</Beseda>
    <Beseda>umetna inteligenca</Beseda>
    <Beseda>Pytorch</Beseda>
    <Beseda>Tensorflow</Beseda>
    <Beseda>Tacotron</Beseda>
    <Beseda>Waveglow</Beseda>
    <Beseda>Wavenet</Beseda>
    <Beseda>WaveRNN</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>deep learning</Beseda>
    <Beseda>neural network</Beseda>
    <Beseda>speech synthesis</Beseda>
    <Beseda>artificial intelligence</Beseda>
    <Beseda>Pytorch</Beseda>
    <Beseda>Tensorflow</Beseda>
    <Beseda>Tacotron</Beseda>
    <Beseda>Waveglow</Beseda>
    <Beseda>Wavenet</Beseda>
    <Beseda>WaveRNN</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>true</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik>[M. Bratina]</Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb22" DRIVER="info:eu-repo/semantics/masterThesis">Magistrsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2021-08-09 09:17:40</DatumVstavljanja>
  <DatumObjave>2021-10-18 08:50:31</DatumObjave>
  <DatumSpremembe>2022-08-09 21:51:52</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2021</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida>Maribor</KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe>Maribor</KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani>XII, 99 str.</StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <Licence>
    <Licenca ID="1" Kratica="CC BY-NC-ND 4.0" Naziv="Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna" URL="http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl" Logo="by-nc-nd.eu.png" LogoPolniUrl="https://dk.um.si/teme/dkumDev2/img/licence/by-nc-nd.eu.png" DatumZacetkaLicenciranja="2021-08-09" VezanoNa="" VezanoNaAng="" Besedilo="" BesediloAng=""></Licenca>
  </Licence>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="82418" Ime="Matevž" Priimek="Bratina" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="323139171" Afiliacija="" ArrsID="" ORCID=""></Oseba>
    <Oseba ID="187" Ime="Matej" Priimek="Rojc" AltIme="M. Rojc" VlogaID="991" VlogaNaziv="Mentor" ConorID="4702819" Afiliacija="" ArrsID="18876" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="4" Sifra="UDK" Naziv="UDK" URL="">004.7(043.2)</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/86391299">86391299</Identifikator>
  </Identifikatorji>
  <Relacije>
  </Relacije>
  <VerzijeGradiva>
  </VerzijeGradiva>
  <Datoteke>
    <Datoteka ID="151561" DatotekaNRID="11743188" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.gif" IkonaFormataPolniUrl="https://dk.um.si/teme/dkumDev2/img/fileTypes/pdf.gif" VelikostDatoteke="3152302" VelikostDatotekeKratko="3,01 MB" DatumVstavljanja="2021-08-09 09:27:14" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>MAG_Bratina_Matevz_2021.pdf</Naziv>
      <OrgNaziv>MAG_Bratina_Matevz_2021.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>F8735A0E177C83E13AF7AB07D532B402</MD5>
      <SHA256>c5a90d3a84f7cdfa095ced7a7d87ec4d54ce0f41170dbc49803eeff285066ee4</SHA256>
      <UUID>37db1be5-f8e3-11eb-b9a0-00155d581298</UUID>
      <PID>20.500.12556/dkum/02827375-9289-4938-88cc-61a50c5b4a89</PID>
      <PrenosPolniUrl>https://dk.um.si/Dokument.php?lang=slv&amp;id=151561</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1060" Oznaka="" Dolzina="180861"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="3" Kratica="FERI" ZavodEvsID="0000080" Logo="FERI_logo.gif" LogoPolniUrl="https://dk.um.si/teme/dkumDev2/img/logo/FERI_logo.gif">Fakulteta za elektrotehniko, računalništvo in informatiko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.09" Koda="2.09" Naziv="Magistrsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
