الگوریتم ها و مقالات علمی در مورد تبدیل متن فارسی به صدا

یکی از کاربرانِ پارس‌خوان که به نظر می‌رسد موضوع پایان‌نامه‌شان بحث تبدیل متن به صدا است، لیست مقالات و الگوریتم‌هایی که در دنیا در این زمینه مطرح شده است را برای بنده ارسال کرده‌اند که بد ندیدم برای علاقه‌مندان به این مبحث اینجا ذکر کنم. می‌توانید با جستجو در اینترنت اصل مقاله را یافته و دانلود و یا ترجمه و استفاده کنید.

اگر سؤال شما هم مثل خیلی از دوستان دیگر، این است که بنده در پارس‌خوان از چه الگوریتمی برای تبدیل متن به صدا استفاده کرده‌ام، باید عرض کنم که من از وجود چنین الگوریتم‌هایی مطلع نبودم و طبق روشی که به ذهن خودم رسید تلفظ کلمات را به دست آوردم (شاید هم به همین دلیل است که پروژه به نتیجه رسید! معتقدم خیلی از اوقات، خرد شدن در الگوریتم‌ها و روش‌ها انسان را از هدف اصلی دور می‌کند!). در مورد الگوریتم استفاده شده در پارس‌خوان، در مستندات پارس‌خوان بیشتر توضیح داده شده است. (برای مشاهده مستندات، در نرم افزار پارس‌خوان، کلید F1 را فشار دهید)

به هر حال، علاوه بر اینکه پیشنهاد می‌کنم مطلب زیر را مطالعه نمایید:

مجموعه ای از دیتابیس های رایگان و لینک های مرتبط با زبان فارسی (کلمات فارسی، دیوان اشعار و ...)

دعوت می‌کنم شاهد لیست مقالات مرتبط نیز باشید:

مقاله اول:

Mohammad Mehdi Arab, Ali Azimizadeh,Construction of a Persian Letter-To-Sound Conversion System
Based on Classification and Regression Tree,In Zaban Avaran Pars(ZAP)

مقاله دوم:

Ali Jowharpour, DR. Masha allah Abbasi dezfuli1, DR. Mohammad Hosein Yektaee(2011).
Use Pronunciation by Analogy for text to speech system in Persian Language.In Islamic Azad university
Science and research branch-khuzestan Iran

مقاله سوم:

- تبديل حرف به صدا در زبان فارسي به كمك شبكه هاي عصبي پرسپترون چندلايه اي
مجيد نمنبات و محمدمهدي همايون پور- اين مقاله در تاريخ 28 آذر ماه 1384 دريافت و در تاريخ 28 مرداد ماه 1385بازنگري شد.

مقاله چهارم:

- تبديل حرف به صدا در سيستم هاي تبديل متن به گفتار فارسي با استفاده از درختهاي تصميم گيري CART،
محمد مهدي همايونپور، محمد ايزدي

مقاله پنجم:
- بهبود مدلسازي ديرش زماني واج با استفاده از ماشين پشتيبان بردار براي استفاده در تبديل متن به گفتار فارسي
همايون پور محمد مهدي، بحريني معصومه، مقالات سومين كنفرانس فناوري اطلاعات و دانش، 1386

مقاله ششم:

- Estimation of Prosodic Information for Persian text to speech system using a recurrent neural network
Ali Farrokhi,shahrokh ghaemmaghami and Manur Sheikhan

مقاله هفتم:

- Text to Phoneme Conversion in Persian Using Smooth Ergodic Hidden Markov Model
F. Hendessi,A. Ghayoori Isfahan University of Technology

موفق باشید؛
حمید رضا نیرومند