Please use this identifier to cite or link to this item: https://dspace.sti.ufcg.edu.br/handle/riufcg/48507
Full metadata record
DC FieldValueLanguage
dc.creator.IDMORAIS, T. D. P.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1341429242637521pt_BR
dc.contributor.advisor1GOMES, Herman Martins.-
dc.contributor.advisor1IDGOMES, H. M.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4223020694433271pt_BR
dc.contributor.referee1ARAÚJO, Joseana Macêdo Fechine Régis de.-
dc.contributor.referee2OLIVEIRA, Frederico Santos de.-
dc.description.resumoModelos abertos de síntese de fala apresentam limitações quanto à diversidade de sotaques regionais do português brasileiro. Esta dissertação investiga a incorporação do sotaque paraibano em três arquiteturas (XTTS, FishSpeech e Orpheus TTS), comparando três estratégias de adaptação: clonagem de voz, ajuste fino e treinamento a partir de pesos aleatórios. Experimentos exploratórios evidenciaram limitações práticas da clonagem de voz e do treinamento a partir de pesos aleatórios, e o ajuste fino, identificado como a alternativa mais promissora, foi validado sistematicamente. Para isso, foi construído o corpus FALA_PB, com cerca de 111 horas de fala paraibana organizadas em segmentos curtos, cada um pareado à respectiva transcrição em nível de sentença. O corpus agrega dados de bases pré-existentes (CoLingPB, Braccent e Sotaque Brasileiro) e de uma coleta colaborativa própria; em especial, as entrevistas do CoLingPB foram adaptadas para a tarefa de síntese, sendo os áudios segmentados em sentenças, recortados automaticamente com FFmpeg e filtrados por qualidade acústica. Os modelos ajustados com esta base foram avaliados por indicadores automáticos de qualidade e inteligibilidade e por avaliação subjetiva com 56 ouvintes. Os resultados indicam que o ajuste fino foi eficaz: o sotaque paraibano foi percebido como mais presente nos modelos ajustados em cerca de 88% a 90% das respostas, sem redução perceptível de qualidade, com destaque para o XTTS, que obteve o melhor desempenho geral. Como contribuições da dissertação, são fornecidos todos os artefatos de código e dados desenvolvidos, além de um protocolo reprodutível de avaliação, ampliando a representatividade regional na síntese de fala aberta para o português brasileiro e contribuindo com futuras pesquisas que objetivem a síntese automática de regionalismos e sotaques de outras regiões brasileiras.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.programPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqCiência da Computaçãopt_BR
dc.titleIncorporando regionalismos e sotaques em modelos abertos de síntese de fala.pt_BR
dc.date.issued2026-08-24-
dc.description.abstractOpen-weight speech synthesis models show limitations regarding the diversity of regional accents of Brazilian Portuguese. This dissertation investigates the incorporation of the Paraíba accent into three architectures (XTTS, FishSpeech, and Orpheus TTS), comparing three adaptation strategies: voice cloning, fine-tuning, and training from scratch. Exploratory experiments revealed practical limitations of voice cloning and training from scratch, and fine-tuning, identified as the most promising alternative, was systematically validated. To this end, the FALA_PB corpus was built, with about 111 hours of Paraíba-accented speech organized into short segments, each paired with its corresponding sentence-level transcription. The corpus aggregates data from pre-existing databases (CoLingPB, Braccent, and Sotaque Brasileiro) and from a dedicated collaborative collection; in particular, the CoLingPB interviews were adapted for the synthesis task, with the audios segmented into sentences, automatically cut with FFmpeg, and filtered by acoustic quality. The fine-tuned models were evaluated through automatic indicators of quality and intelligibility and through a subjective evaluation with 56 listeners. The results indicate that fine-tuning was effective: the Paraíba accent was perceived as more present in the fine-tuned models in about 88% to 90% of the responses, with no perceptible loss of quality, with XTTS achieving the best overall performance. As contributions of this dissertation, all developed code and data artifacts are provided, in addition to a reproducible evaluation protocol, broadening regional representation in open speech synthesis for Brazilian Portuguese and supporting future research aimed at the automatic synthesis of regionalisms and accents from other Brazilian regions.pt_BR
dc.identifier.urihttps://dspace.sti.ufcg.edu.br/handle/riufcg/48507-
dc.date.accessioned2026-11-11T13:03:24Z-
dc.date.available11-11-11-
dc.date.available2026-11-11T13:03:24Z-
dc.typeDissertaçãopt_BR
dc.subjectAprendizagem profundapt_BR
dc.subjectPortuguês brasileiropt_BR
dc.subjectAjuste finopt_BR
dc.subjectSotaque regionalpt_BR
dc.subjectSíntese de falapt_BR
dc.subjectDeep learningpt_BR
dc.subjectBrazilian Portuguesept_BR
dc.subjectFine tuningpt_BR
dc.subjectRegional accentpt_BR
dc.subjectSpeech synthesispt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorMORAIS, Thomaz Diniz Pinto de.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeIncorporating regionalisms and accents into open-source speech synthesis models.pt_BR
dc.identifier.citationMORAIS, Thomaz Diniz Pinto de. Incorporando regionalismos e sotaques em modelos abertos de síntese de fala. 2026. 198 f. Dissertação (Mestrado em Ciência da Computação) Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2026.pt_BR
Appears in Collections:Mestrado em Ciência da Computação.

Files in This Item:
File Description SizeFormat 
THOMAZ DINIZ PINTO DE MORAIS - DISSERTAÇÃO - (PPGCC) 2026.pdf7.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.