Data-Driven Enhancement of State Mapping-Based Cross-Lingual Speaker Adaptation

in French cadre d’adaptation axé sur les données et utilisant des connaissances phonologiques est proposé. L’idée fondamentale est de grouper les états MMC en fonction des connaissances phonologiques et en se basant sur les données, pour ensuite associer chaque état avec un homologue phonologiquement cohérent dans une langue différente. Ce cadre est également utilisé lors de la construction d’un arbre de régression pour l’estimation des transformations. Il ressort que le cadre proposé atténue l’impact négatif de la disparité de langue, et conduit à une solide amélioration par rapport aux précédentes méthodes de l’état de l’art. Enfin, un cadre de transformation hiérarchique à deux couches est proposé, où une couche vise à capturer les caractéristiques de la voix d’un locuteur cible, et l’autre couche compense la disparité de langue. Une étude initiale a été menée afin de déterminer une méthode permettant de construire cette structure hiérarchique de transformations. Bien que les résultats préliminaires soient prometteurs, des investigations plus approfondies restent nécessaire pour confirmer la validité de cette approche. Mots-clés disparité de langue, correspondance d’états MMC, amélioration axée sur les données, hiérarchie d’adaptation à deux couches, adaptation interlinguale de locuteur, traduction de parole à parole, synthèse vocale en utilisant des MMCs (Translated by Laurent El Shafey as per the English version)