Алгоритми та технології текстово-голосового синтезу

Скорочена інформація про документ
dc.contributor.advisorКот, Анатолій Тарасович
dc.contributor.authorБобовик, Денис Максимович
dc.date.accessioned2025-09-09T13:14:01Z
dc.date.available2025-09-09T13:14:01Z
dc.date.issued2025
dc.description.abstractДипломна робота: 85 с., 12 рис., 2 додатки, 18 посилань. Дипломна робота присвячена дослідженню та реалізації системи текстово-голосового синтезу мовлення на основі сучасних нейронних моделей FastSpeech 2 та HiFi-GAN. Актуальність дослідження зумовлена зростаючою потребою в природному синтезі мовлення для застосувань у цифрових помічниках, навігаційних системах, освіті та інклюзивних технологіях. Метою роботи є побудова високоякісної та швидкої системи TTS, здатної перетворювати текст в аудіо з реалістичним звучанням. У ході дослідження проаналізовано етапи синтезу мовлення, алгоритми генерації спектрограм, нейромережеві моделі та архітектури, а також методи оцінки результатів. Об’єктом дослідження є процес автоматичного синтезу мовлення, а предметом – використання послідовної архітектури FastSpeech 2 та вокодера HiFi-GAN для формування аудіосигналу на основі тексту. Реалізовано повний цикл побудови TTS-системи з використанням корпусу англомовних та українських аудіозаписів, здійснено навчання моделей, підготовку даних та оптимізацію параметрів. Проведено оцінку якості синтезованого мовлення за метриками MOS (Mean Opinion Score) та RTF (Real Time Factor). Результати показали, що система здатна генерувати мовлення високої якості зі швидкістю, що задовольняє вимоги реального часу. Робота має потенціал практичного застосування у голосових інтерфейсах та адаптивних навчальних системах.
dc.description.abstractotherThesis: 85 pages, 12 figures, 2 appendices, 18 references. This thesis is dedicated to the study and implementation of a text-to-speech (TTS) synthesis system based on modern neural models FastSpeech 2 and HiFiGAN. The relevance of the research is driven by the growing demand for naturalsounding speech synthesis in digital assistants, navigation systems, education, and inclusive technologies. The aim of the work is to develop a high-quality and fast TTS system capable of converting text into realistic-sounding audio. The study includes an analysis of the stages of speech synthesis, algorithms for spectrogram generation, neural network architectures, and methods for evaluating synthesis results. The object of the study is the process of automatic speech synthesis, and the subject is the use of the sequential FastSpeech 2 architecture and HiFi-GAN vocoder for generating audio from text. A complete TTS system was implemented using English and Ukrainian speech corpora; model training, data preprocessing, and parameter optimization were carried out. The quality of synthesized speech was evaluated using MOS (Mean Opinion Score) and RTF (Real Time Factor) metrics. The results show that the system can generate high-quality speech with a speed suitable for real-time applications. The developed system has potential for practical use in voice interfaces and adaptive learning systems.
dc.format.extent85 с.
dc.identifier.citationБобовик, Д. М. Алгоритми та технології текстово-голосового синтезу : дипломна робота … бакалавра : 122 Комп'ютерні науки / Бобовик Денис Максимович. – Київ, 2025. – 85 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/75896
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectтекстово-голосовий синтез
dc.subjecttts
dc.subjectneural tts
dc.subjectfastspeech 2
dc.subjecthifi-gan
dc.subjectмоd
dc.subjectrtf
dc.subjectспектрограма
dc.titleАлгоритми та технології текстово-голосового синтезу
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bobovik_bakalavr.pdf
Розмір:
2.16 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи