Die Dissertation untersucht künstliche neuronale Netze in der Prosodiemodellierung und
konzentriert sich auf Sprachsynthese. Sie gibt einen Überblick über das Dresdner Synthesesystem
DRESS, die Theorie neuronaler Netze sowie die Grundlagen der Prosodiemodellierung.
In einem ausführlichen Kapitel werden Netze zur Vorhersage prosodischer Parameter, die
verwendeten Sprachdaten, Trainingsergebnisse und Hörexperimente beschrieben. Um die
Vorteile neuronaler und regelbasierter Prosodiemodelle zu kombinieren, wird eine hybride
Architektur entwickelt und mit Beispielen zur Intonations- bzw. Dauersteuerung illustriert.
Ein weiteres Kapitel widmet sich der prosodischen Korpus-Analyse und erläutert ein Beispiel
zur Phrasengrenzen-Detektion. Abschließend werden Modellanwendungen sowie Experimente
für Deutsch, Mandarin-Chinesisch und Französisch vorgestellt. Das integrierte Prosodiemodell
berechnet Grundfrequenz, Silbendauer und Intensität in einem Arbeitsschritt. Es wird evolutionär
optimiert. Neuronale und hybride Prosodiemodelle erleichtern die multilinguale Systementwicklung.
Die erzielbare Sprachqualität ist von den verfügbaren Trainingsdaten abhängig.
