|
|
Efficient neural speech synthesis
Vainer, Jan ; Dušek, Ondřej (vedoucí práce) ; Hajič, Jan (oponent)
Modely pro práci se sekvenčními daty založené na neuronových sítích v posledních letech výrazně přispěly ke zlepšení kvality systémů pro syntézu řeči. Zatím však nebyl navržen systém, který by se dal rychle a efektivně natrénovat, byl schopen rychlé syntézy a zároveň generoval hlas ve vysoké kvalitě. V této diplomové práci představujeme systém pro syntézu řeči založený na neuronových sítích, který je schopen generovat spektrogramy v reálném čase, má nízké nároky na výpočetní kapacity a je rychle trénovatelný. Náš systém sestává ze dvou neuronových sítí- ze studenta a z učitele. Učitel je využit k aproximaci zarovnání mezi textem, z něhož má být generována mluvená řeč, a mezi korespondujícím spektrogramem. Student využívá získaná zarovnání pro efektivní syntézu spektrogramů z fonet- ické reprezentace vstupního textu. Obě sítě využívají jednoduché konvoluční vrstvy. Náš systém trénujeme na anglické datové sadě LJSpeech. Systém je schopen generovat řeč v reálném čase na běžném procesoru a je možné jej rychle natrénovat na jedné graické kartě. Kvalita řeči generované z našeho systému byla ohodnocena jako signifikantně vyšší v porovnání s konkurenčními systémy. 1
|
|
|
Extending Hotelling's location model into Agent-based domain
Vainer, Jan ; Kukačka, Jiří (vedoucí práce) ; Smutná, Šarlota (oponent)
Tato práce zkoumá chování adaptivních agentů v Hotellingově modelu prostorové diferenciace. Simulujeme chování dvou agentů v kontextu modelu prostorové dife- renciace, kteří pro adaptaci využívají Nash-Q algoritmus. Tradiční modely z teorie her jsou mnohdy zatíženy silnými předpoklady, jako je racionalita a perfektní in- formovanost agentů. Zkoumáme, jaké změny či zdokonalení výsledků technika Nash-Q učení přináší v porovnání s původním analytickým řešením Hotellingova modelu prostorové diferenciace. Zjišťujeme, že za použití Nash-Q učícího algoritmu a kvadratických nákladů spotřebitele se agenti, kteří si dostatečně váží budoucích zisků, naučí chování, které je podobné agresivní tržní strategii, kdy obě firmy začnou vytvářet podobné produkty a soutěží pouze v ceně za účelem odstranění soupeře z trhu. Toto chování připomíná Princip minimální diferenciace z Hotellingova originálního modelu s lineárními náklady spotřebitele. Náš výsledek je překvapivý, protože jsme v naší simulaci použili kvadratické náklady spotřebitele, což by naopak mělo vést k maximální diferenciaci produktů. Naše výsledky naznačují, že Princip minimální diferenciace by mohl být zdůvodněn na základě opakované interakce mezi agenty a optimalizace v dlouhodobém horizontu. Dále vyhodnocujeme vhodnost metod zpětnovazebného učení v...
|
host ::
RSS.