prikaz prve stranice dokumenta Primjena metoda strojnog učenja za tvorbu hrvatskoga govora
No public access
master's thesis
Primjena metoda strojnog učenja za tvorbu hrvatskoga govora
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:519336
Strmečki Stakor, Lobel
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Strmečki Stakor, L. (2020). Primjena metoda strojnog učenja za tvorbu hrvatskoga govora (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:519336

Strmečki Stakor, Lobel. "Primjena metoda strojnog učenja za tvorbu hrvatskoga govora." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:519336

Strmečki Stakor, Lobel. "Primjena metoda strojnog učenja za tvorbu hrvatskoga govora." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:519336

Strmečki Stakor, L. (2020). 'Primjena metoda strojnog učenja za tvorbu hrvatskoga govora', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 04 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:519336

Strmečki Stakor L. Primjena metoda strojnog učenja za tvorbu hrvatskoga govora [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 July 04] Available at: https://urn.nsk.hr/urn:nbn:hr:168:519336

L. Strmečki Stakor, "Primjena metoda strojnog učenja za tvorbu hrvatskoga govora", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:519336

Metadata
TitlePrimjena metoda strojnog učenja za tvorbu hrvatskoga govora
Title (english)Machine Learning for Croatian Speech Synthesis
AuthorLobel Strmečki Stakor
MentorMarin Vuković (mentor)
Committee memberMarin Vuković (predsjednik povjerenstva)
Committee memberDragan Jevtić (član povjerenstva)
Committee memberMiljenko Mikuc (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-15, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Strojna tvorba govora predstavlja vrlo važnu komponentu u komunikaciji čovjeka i računalnih sustava. Strojno učenje metoda je umjetne inteligencije koja se primjenjuje za rješavanje sve većeg broja problema. Zadnjih je godina strojno učenje, a posebice njegov dio duboko učenje, primjenu pronašlo i za izradu sustava strojne tvorbe govora. Takvi sustavi pokazali su obećavajuće rezultate za engleski jezik, te je u sklopu ovoga rada implementiran sustav koji tvori hrvatski jezik. U sklopu ovog rada opisana je i arhitektura sustava za strojnu tvorbu govora Tacotron 2 te je korištenjem sustava otvorenog koda Mozilla TTS implementirana strojna tvorba hrvatskoga jezika. Predstavljeni su rezultati učenja modela korištenjem dva različita skupa podataka te rezultati primjene prijenosnog učenja na postojeći model za engleski jezik.
Abstract (english)
Machine speech formation is a very important component of human-computer communication. Machine learning is an artificial intelligence method that is being applied to solve a growing number of problems. In recent years, machine learning, and especially deep learning, has found an application for the development of text to speech systems. Such systems have shown promising results for the English language, and as part of this paper, a system that generates the Croatian language has been implemented. As part of this paper, the architecture of the Tacotron 2 machine for the formation of speech is described, and the machine creation of the Croatian language is implemented using the open-source system Mozilla.The learning outcomes of the model using two different data sets and the results of applying transferable learning to an existing English model are presented.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:519336
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-15 11:16:37