Recherche
Recherche simple
Recherche avancée
Panier électronique
Votre panier ne contient aucune notice
Connexion à la base
Identification
(Identifiez-vous pour accéder aux fonctions de mise à jour. Utilisez votre login-password de courrier électronique)
Entrepôt OAI-PMH
Soumettre une requête
![Consulter la notice détaillée](loupe.gif) | Consulter la notice détaillée |
![Version complète en ligne](article.gif) | Version complète en ligne |
![Version complète en ligne accessible uniquement depuis l'Ircam](article_ionly.gif) | Version complète en ligne accessible uniquement depuis l'Ircam |
![Ajouter la notice au panier](panier_in.gif) | Ajouter la notice au panier |
![Retirer la notice du panier](panier_out.gif) | Retirer la notice du panier |
English version
(full translation not yet available)
Liste complète des articles
|
Consultation des notices
%0 Conference Proceedings
%A Obin, Nicolas
%A Rodet, Xavier
%A Lacheret, Anne
%T HMM-based Prosodic Structure Model Using Rich Linguistic Context
%D 2010
%B InterSpeech
%C Makuhari
%F Obin10c
%K Prosody
%K Prosodic Structure
%K Speech Synthesis
%K High-Level Syntactical Analysis.
%X This paper presents a study on the use of deep syntactical features to improve prosody modeling. A French linguistic processing chain based on linguistic preprocessing, morpho-syntactical labeling, and deep syntactical parsing is used in order to extract syntactical features from an input text. These features are used to define more or less high-level syntactical feature sets. Such feature sets are compared on the basis of a HMM-based prosodic structure model. High-level syntactical features are shown to significantly improve the performance of the model (up to 21% error reduction combined with 19% BIC reduction).
%1 6
%2 1
%U http://architexte.ircam.fr/textes/Obin10c/
|
|