MunTTS: A Text-to-Speech System for Mundari

我们提出了MunTTS，这是一个专门针对Austo-Asiatic语系中一种低资源印度语言Mundari的端到端文本转语音（TTS）系统。我们的工作通过收集和处理数据来构建语音合成系统，填补了对于语言技术不足的低资源语言的空白。我们开始研究时，收集了大量的Mundari文本和语音数据，并训练了端到端的语音模型。我们还深入探讨了训练模型的方法，确保它们在数据限制下高效而有效。我们通过与母语者和客观指标的评估，展示了它作为在数字时代保护和推广Mundari语言的工具的潜力。

本论文旨在解决印度奥斯托-亚洲语系中的低资源语言Mundari的语音合成问题，填补该语言技术的空白。

通过收集和处理数据来构建语音合成系统，使用端到端的方法训练语音模型，并针对数据约束设计高效有效的模型训练方法。

论文使用了大量的Mundari文本和语音数据集，并通过本地讲话人和客观指标对系统进行了评估。该系统在数字化时代中有助于保护和推广Mundari语言。

最近的相关研究包括：1.《End-to-End Speech Synthesis from Linguistic and Raw Audio Data》；2.《Low-Resource Speech Synthesis for Under-Resourced Languages: Breton as a Case Study》；3.《A Review of Recent Advances in End-to-End Speech Synthesis》等。