LuanVan.vnLuận Văn
Gửi thư

SpeechBakery: A unified pipeline for Vietnamese speech collection and Zero-shot Text-to-Speech synthesis

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảTrần Hồng Nhật
Người hướng dẫnNguyễn Phi Lê
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Giới thiệu tổng quan giải pháp SpeechBakery nhằm phát triển hệ thống tổng hợp tiếng nói tiếng Việt theo cơ chế zero-shot. Phân tích thực trạng cho thấy dữ liệu thoại tiếng Việt còn thiếu về quy mô, chất lượng và độ đa dạng; trong khi tinh chỉnh mô hình đa ngôn ngữ dễ gây suy giảm khả năng liên ngôn ngữ và độ tự nhiên. Đề xuất giải pháp gồm ba thành phần: SpeechPie để thu thập, làm sạch và chuẩn hóa tập dữ liệu; F5-TTS được huấn luyện thích nghi với đặc trưng tiếng Việt; và SpeechCake để tăng tốc suy luận cho mô hình Conditional Flow Matching. Kết luận khẳng định pipeline thống nhất này cải thiện chất lượng, tính hiệu quả và khả năng triển khai thực tiễn
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.