https://m2.mtmt.hu/ hun 2026-08-24 02:12 JournalArticle 3120602 ADMIN_APPROVED true Megjelent a Speech and Computer c. kötetben, Softcover ISBN: 978-3-319-43957-0 0 2018-10-02T08:54:25.000+0000 false 3120602 2026-05-17T12:32:56.743+0000 2022-11-08T14:36:02.067+0000 2016-10-03T20:20:21.000+0000 true 10009682 Németh Géza /api/author/10009682 Author Németh Géza (Infokommunikáció) true 10009682 2022-11-08T14:35:54.070+0000 2022-11-08T14:35:54.070+0000 2022-11-08T14:36:02.075+0000 true 10072271 Andódy Katalin /api/admin/10072271 Admin Andódy Katalin (BME admin4) true true false true 24 24 /api/publicationtype/24 PublicationType Folyóiratcikk 1 true 24 JournalArticle true 10000059 Article true 24 24 /api/publicationtype/24 PublicationType Folyóiratcikk 1 true 24 JournalArticle /api/subtype/10000059 Szakcikk SubType Szakcikk (Folyóiratcikk) 101 true 10000059 true 1 /api/category/1 Category Tudományos true 1 Péter, Nagy true true /api/journal/3029 REVIEWED LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 true false 3029 false 3029 true 0302-9743 1611-3349 Journal FOREIGN 9811 254 261 254 8 2016 true 114277 /api/conference/114277 true 10003 true 10001 /api/country/10001 Country Magyarország true 1 /api/city/10003 City Budapest, Magyarország true 10005024 Conference 18th International Conference on Speech and Computer (SPECOM 2016) 2016-08-23 [Budapest, Magyarország] true 2016 true true true true true false PAY 2026-05-17 false true 10039288 Szmolyán Mária /api/admin/10039288 Admin Szmolyán Mária (BME 4 admin - INAKTÍV) true 10039288 2 0 2 2 0 2 2 1 1 2 2 2 2 2 0 0 2 2 2 2 0 0 0 Folyóiratcikk Journal Article 24 1 Könyvrészlet Chapter in Book 25 1 Könyv Book 23 0 Egyéb konferenciaközlemény Conference paper 31 0 Egyéb konferenciakötet Conference proceedings 32 0 Oltalmi formák Protection forms 26 0 Disszertáció Thesis 28 0 Egyéb Miscellaneous 29 0 Alkotás Achievement 22 0 Kutatási adat Research data 33 0 Folyóiratcikk Journal Article 24 0 0 0 Könyvrészlet Chapter in Book 25 0 0 0 Könyv Book 23 0 0 0 Egyéb konferenciaközlemény Conference paper 31 0 0 0 Egyéb konferenciakötet Conference proceedings 32 0 0 0 Oltalmi formák Protection forms 26 0 0 0 Disszertáció Thesis 28 0 0 0 Egyéb Miscellaneous 29 0 0 0 Alkotás Achievement 22 0 0 0 Kutatási adat Research data 33 0 0 0 2018 0 2 2 2 2 Q2 A false false false false 2017-06-30T13:25:39.000+0000 2016-10-20T11:04:30.000+0000 Távközlési és Médiainformatikai Tanszék (BME / VIK) 2 6 1 2 0 false Language 10002 /api/language/10002 Angol Angol English true 2 true PersonAuthorship 8286718 /api/authorship/8286718 Péter, Nagy [Nagy, Péter (Beszédszintézis), szerző] Távközlési és Médiainformatikai Tanszék (BME / VIK) 1 0.5 true false Author 10042889 /api/author/10042889 Nagy Péter (Beszédszintézis) Nagy Péter true 10042889 true Péter Nagy true false false AuthorshipType 1 /api/authorshiptype/1 Szerző 0 true 0 true false 24830884 true PersonAuthorship 8286719 /api/authorship/8286719 Géza, Németh [Németh, Géza (Infokommunikáció), szerző] Távközlési és Médiainformatikai Tanszék (BME / VIK) 2 0.5 false true Author 10009682 /api/author/10009682 Németh Géza (Infokommunikáció) Németh Géza true 10009682 true Géza Németh true false false AuthorshipType 1 /api/authorshiptype/1 Szerző 0 true 0 true false 24830883 true PublicationIdentifier 1132331 /api/publicationidentifier/1132331 DOI: 10.1007/978-3-319-43958-7_30 PlainSource 6 /api/publicationsource/6 DOI PublicationSourceType 10001 /api/publicationsourcetype/10001 DOI true true true DOI DOI https://doi.org/@@@ true true 6 true PAY false IDENTICAL 10.1007/978-3-319-43958-7_30 https://doi.org/10.1007/978-3-319-43958-7_30 false 1477318 true PublicationIdentifier 1132329 /api/publicationidentifier/1132329 WoS: 000389335600030 PlainSource 1 /api/publicationsource/1 WoS PublicationSourceType 10003 /api/publicationsourcetype/10003 Indexelő adatbázis false true true WoS WoS https://www.webofscience.com/wos/woscc/full-record/@@@ true true 1 true false DIFFERENT 000389335600030 https://www.webofscience.com/wos/woscc/full-record/000389335600030 false 1608158 true PublicationIdentifier 1132330 /api/publicationidentifier/1132330 Scopus: 84984833795 PlainSource 3 /api/publicationsource/3 Scopus PublicationSourceType 10003 /api/publicationsourcetype/10003 Indexelő adatbázis false true true Scopus Scopus http://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-@@@ true true 3 true false NO 84984833795 http://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84984833795 false 1477317 true MtaRating 11435124 /api/mtarating/11435124 X. Földtudományok Osztálya:A LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 RatingType 10031 /api/ratingtype/10031 X. Földtudományok Osztálya X. FTO Institute 70 /api/institute/70 X. Földtudományok Osztálya XFO 0 false false false X. Földtudományok Osztálya HAS Section of Earth Sciences (X.) true 70 true true true A true true SjrRating 10923352 /api/sjrrating/10923352 sjr:Q2 (2016) Scopus - Computer Science (miscellaneous) LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 80 0.49 book series RatingType 10002 /api/ratingtype/10002 sjr sjr true true ClassificationExternal 1701 /api/classificationexternal/1701 Scopus - Computer Science (miscellaneous) true 1701 true Q2 DIRECT true true Reference 2139028 /api/reference/2139028 1. Prahallad, K., Vadapalli, A., Kesiraju, S., Murthy, H.A., Lata, S., Nagarajan, T., Presanna, M., Tokuda, K., The blizzard challenge 2014 (2014) Proceedings of the Blizzard Challenge Workshop 1 false true Reference 2139029 /api/reference/2139029 2. Hinterleitner, F., Möller, S., Norrenbrock, C., Heute, U., Perceptual quality dimensions of text-to-speech systems (2011) Proceedings of the Interspeech 2011, pp. 2177-2180 2 false true Reference 2139030 /api/reference/2139030 3. Hinterleitner, F., Norrenbrock, C., Möller, S., Is intelligibility still the main problem? A review of perceptual quality dimensions of synthetic speech (2013) Proceedings of the 8Th ISCA Speech Synthesis Workshop, pp. 147-151 3 false true Reference 2139031 /api/reference/2139031 4. Mayo, C., Clark, R.A., King, S., Multidimensional scaling of listener responses to synthetic speech (2005) Proceedings of the Interspeech 2005, pp. 1725-1728 4 false true Reference 2139032 /api/reference/2139032 5. Zen, H., Tokuda, K., Masuko, T., Kobayashi, T., Kitamura, T., Hidden semi-markov model based speech synthesis system (2007) Proc. IEICE - Trans. Inf. Syst. E90-D, (5), pp. 825-834 5 false true Reference 2139033 /api/reference/2139033 6. Zen, H., Tokuda, K., Black, A.W., Statistical parametric speech synthesis (2009) Speech Commun, 51 (11), pp. 1039-1064 6 false true Reference 2139034 /api/reference/2139034 7. Zen, H., Nose, T., Yamagishi, J., Sako, S., Masuko, T., Black, A.W., Tokuda, K., The HMM-based speech synthesis system (HTS) version 2.0 (2007) Proceedings of the SSW6, pp. 294-299 7 false true Reference 2139035 /api/reference/2139035 8. Watts, O., Henter, G.E., Merritt, T., Wu, T., King, S., From HMMs to DNNs: Where do the improvements come from? (2016) Proceedings of the ICASSP, 5p 8 false true Reference 2139036 /api/reference/2139036 9. Zen, H., Senior, A., Schuster, M., Statistical parametric speech synthesis using deep neural networks (2013) Proceedings of the ICASSP, pp. 7962-7966 9 false true Reference 2139037 /api/reference/2139037 10. Zen, H., Acoustic modeling in statistical parametric speech synthesis - From HMM to LSTM-RNN (2015) Proceedings of the MLSLP, , Invited paper 10 false true Reference 2139038 /api/reference/2139038 11. Gao, B.-H., Qian, Y., Wi, Z.-Z., Soong, F.-K., Duration refinement by jointly optimizing state and longer unit likelihood (2008) Proceedings of the Interspeech, pp. 2266-2269 11 false true Reference 2139039 /api/reference/2139039 12. Qian, Y., Fan, Y., Hu, W., Soong, F.K., On the training aspects of deep neural network (DNN) for parametric TTS synthesis (2014) Proceedings of the ICASSP, pp. 3857-3861 12 false true Reference 2139040 /api/reference/2139040 13. Kang, S., Qian, X., Meng, H., Multi-distribution deep belief network for speech synthesis (2013) Proceedings of the ICASSP, pp. 8012-8016 13 false true Reference 2139041 /api/reference/2139041 14. Zen, H., Sak, H., Unidirectional long short-term memory recurrent neural networks with recurrent output layer for low-latency speech synthesis (2015) Proceedings of the ICASSP, pp. 4470-4474 14 false true Reference 2139042 /api/reference/2139042 15. Fan, Y., Qian, Y., Xie, F.-L., Soong, F.K., TTS synthesis with bidirectional LSTM based recurrent neural networks (2014) Proceedings of the Interspeech 2014, pp. 1964-1968 15 false true Reference 2139043 /api/reference/2139043 16. van Santen, J.P., Contextual effects on vowel duration (1992) Speech Commun, 11 (6), pp. 513-546 16 false true Reference 2139044 /api/reference/2139044 17. Olaszy, G., Hangidőtartamok és időszerkezeti elemek a magyar beszédben [Sound durations and time structure elements in Hungarian speech] (In Hungarian) (2006) Nyelvtudományi Értekezések, Akadémiai Kiadó, 141p 17 false true Reference 2139045 /api/reference/2139045 18. Olaszy, G., Precíziós, párhuzamos magyar beszédadatbázis fejlesztése és szolgáltatásai [Development and services of a Hungarian precisely labeled and segmented, parallel speech database] (In Hungarian) (2013) Beszédkutatás 2013, pp. 261-270. , [Speech Research 2013] 18 false true Reference 2139046 /api/reference/2139046 19. Henter, G.E., Ronanki, S., Watts, O., Wester, M., Wu, Z., King, S., Robust TTS duration modelling using DNNs (2016) Proceedings of the ICASSP, 5p 19 false true Reference 2139047 /api/reference/2139047 20. Tóth, B., Németh, G., Improvements of Hungarian hidden Markov model-based text-to-speech synthesis (2010) Acta Cybern, 19 (4), pp. 715-731 20 false true Reference 2139048 /api/reference/2139048 21. Zeiler, M.D., (2012) ADADELTA: An Adaptive Learning Rate Method, , arXiv preprint, arXiv: 1212.5701 21 false true Reference 2139049 /api/reference/2139049 22. He, K., Zhang, X., Ren, S., Sun, J., (2015) Delving Deep into Rectifiers: Surpassing Human-Level Performance on Imagenet Classification, , arXiv preprint, arXiv:1502.01852 22 false true Reference 2139050 /api/reference/2139050 23. Glorot, X., Bengio, Y., Understanding the difficulty of training deep feedforward neural networks (2010) Proceedings of the International Conference on Artificial Intelligence and Statistics (AISTATS), pp. 249-256 23 false true /api/publication/3120602 Péter Nagy et al. DNN-Based Duration Modeling for Synthesizing Short Sentences. (2016) LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 9811 254-261<div class="JournalArticle Publication long-list"> <div class="authors"> <img title="Forrásközlemény" style="float: left" src="/frontend/resources/grid/publication-core-icon.png"> <div class="autype autype0"> <span class="author-name" mtid="10042889"><a href="/gui2/?type=authors&mode=browse&sel=10042889" target="_blank">Péter Nagy (<span class="authorship-author-name">Nagy Péter</span> <span class="authorAux-mtmt"> Beszédszintézis</span>) </a> </span> <span class="author-affil"><span title="Budapesti Műszaki és Gazdaságtudományi Egyetem">BME</span>/<span title="Villamosmérnöki és Informatikai Kar">VIK</span>/Távközlési és Médiainformatikai Tanszék</span> ;&nbsp;&nbsp;&nbsp; <span class="author-name" mtid="10009682"><a href="/gui2/?type=authors&mode=browse&sel=10009682" target="_blank">Géza Németh (<span class="authorship-author-name">Németh Géza</span> <span class="authorAux-mtmt"> Infokommunikáció</span>) </a> </span> <span class="author-affil"><span title="Budapesti Műszaki és Gazdaságtudományi Egyetem">BME</span>/<span title="Villamosmérnöki és Informatikai Kar">VIK</span>/Távközlési és Médiainformatikai Tanszék</span> </div> </div> <div class="title"><a href="/gui2/?mode=browse&params=publication;3120602" target="_blank">DNN-Based Duration Modeling for Synthesizing Short Sentences</a></div> <div> <span class="journal-title">LECTURE NOTES IN COMPUTER SCIENCE</span> <span class="journal-issn">(<a target="_blank" href="https://portal.issn.org/resource/ISSN/0302-9743">0302-9743</a> <a target="_blank" href="https://portal.issn.org/resource/ISSN/1611-3349">1611-3349</a>)</span>: <span class="journal-volume">9811</span> <span class="page"> pp 254-261 </span> <span class="year">(2016)</span> <div class="conference"> 18th International Conference on Speech and Computer (SPECOM 2016). Konferencia helye, ideje: <span class="location">Budapest, Magyarország <span class="conference-date">2016.08.23. - 2016.08.27.</span> </div> </div> <div class="pub-footer"> <span class="language" xmlns="http://www.w3.org/1999/html">Nyelv: Angol | </span> <span class="identifiers"> <span class="id identifier oa_PAY" title=" Fizetős "> <a style="color:blue" title="10.1007/978-3-319-43958-7_30" target="_blank" href="https://doi.org/10.1007/978-3-319-43958-7_30"> DOI </a> </span> <span class="id identifier oa_none" title="none"> <a style="color:blue" title="000389335600030" target="_blank" href="https://www.webofscience.com/wos/woscc/full-record/000389335600030"> WoS </a> </span> <span class="id identifier oa_none" title="none"> <a style="color:black" title="84984833795" target="_blank" href="http://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84984833795"> Scopus </a> </span> </span> <OnlyViewableByAuthor><div class="ratings"> <div class="journal-subject">Folyóirat szakterülete: Scopus - Computer Science (miscellaneous)&nbsp;&nbsp;&nbsp;SJR indikátor:&nbsp;Q2</div> <div class="journal-subject">Folyóirat szakterülete: Scopus - Theoretical Computer Science&nbsp;&nbsp;&nbsp;SJR indikátor:&nbsp;Q3</div> <div class="journal-subject">X. Földtudományok Osztálya XFO&nbsp;&nbsp;&nbsp;A</div> </div></OnlyViewableByAuthor> <div class="publication-citation" style="margin-left: 0.5cm;"> <span title="Nyilvános idézőközlemények összesen, említések nélkül" class="citingPub-count">Nyilvános idéző összesen: 2</span> | Független: 2 | Függő: 0 | Nem jelölt: 0 | WoS jelölt: 1 | Scopus jelölt:&nbsp;1 | WoS/Scopus jelölt:&nbsp;2 | DOI jelölt:&nbsp;2 </div> <div class="mtid"><span class="long-pub-mtid">Közlemény: 3120602</span> | <span class="status-data status-ADMIN_APPROVED"> Admin láttamozott </span> <span class="oldId">Régi azonosító: 3120602</span> | Forrás | <span class="type-subtype">Folyóiratcikk ( Szakcikk ) </span> | <span class="pub-category">Tudományos</span> | <span class="publication-sourceOfData">kézi felvitel</span> </div> <div class="lastModified">Utolsó módosítás: 2022.11.08. 15:36 Andódy Katalin (BME admin4) </div> <pre class="comment" style="margin-top: 0; margin-bottom: 0;"><u>Megjegyzés</u>: Megjelent a Speech and Computer c. kötetben, Softcover ISBN: 978-3-319-43957-0</pre> </div></div>