<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="185869" NadgradivoID="0" NRID="29097677" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=185869" StOgledov="255" StPrenosov="121" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-11-10 21:06:22" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="1000468" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-185869">20.500.12556/RUL-185869</PID>
  <Naslov>Razvoj slovenskega sistema za pretvorbo besedila v govor s parajezikovnimi zmožnostmi</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Development of a Slovenian Text to Speech System with Paralinguistic Capabilities</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>V diplomskem delu razvijemo odprtokodni slovenski sistem za
pretvorbo besedila v govor (TTS) z možnostjo vključevanja čustev in parajezikovnih glasovnih dogodkov kot so smeh, medmet in dihanje v sintetiziran
govor. Ker za slovenski jezik primanjkuje ustrezno anotiranih podatkov, najprej razvijemo cevovod za avtomatsko anotacijo govornih posnetkov z glasovnimi dogodki in emocijami. Primerjamo klasične pristope detekcije zvočnih
dogodkov in emocij s sodobnimi pristopi, ki temeljijo na velikih jezikovnih
modelih (VJM). Na podlagi pridobljenih anotacij prilagodimo odprtokodni
slovenski TTS model CosyVoice 3 ter ovrednotimo njegovo sposobnost generiranja izraznejšega in bolj naravnega govora.</Opis>
  <TujJezik_Opis>In this thesis, we develop an open-source Slovenian text-to-speech
(TTS) system capable of incorporating emotions and paralinguistic vocal
events, such as laughter, interjections, and breathing, into synthesized speech.
Since appropriately annotated data for the Slovenian language is scarce, we
first develop a pipeline for automatically annotating speech recordings with
vocal events and emotions. We compare conventional approaches to audio
event and emotion detection with modern approaches based on large language
models (LLMs). Using the resulting annotations, we adapt the open-source
Slovenian TTS model CosyVoice 3 and evaluate its ability to generate more
expressive and natural-sounding speech.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>sinteza govora</Beseda>
    <Beseda>pretvorba besedila v govor</Beseda>
    <Beseda>parajezikovni elementi</Beseda>
    <Beseda>emocije v govoru</Beseda>
    <Beseda>veliki jezikovni modeli</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>speech synthesis</Beseda>
    <Beseda>text-to-speech</Beseda>
    <Beseda>paralinguistic elements</Beseda>
    <Beseda>emotions in speech</Beseda>
    <Beseda>large language models</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb11" DRIVER="info:eu-repo/semantics/bachelorThesis">Diplomsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2026-08-21 11:00:17</DatumVstavljanja>
  <DatumObjave>2026-08-21 11:00:25</DatumObjave>
  <DatumSpremembe>2026-08-27 11:12:56</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2026</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="164012" Ime="Rok" Priimek="Boštic" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="23577" Ime="Matija" Priimek="Marolt" AltIme="M. Marolt računalništvo" VlogaID="991" VlogaNaziv="Mentor" ConorID="4269155" Afiliacija="" ArrsID="15677" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">38670</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/289096707">289096707</Identifikator>
  </Identifikatorji>
  <Relacije>
  </Relacije>
  <VerzijeGradiva>
  </VerzijeGradiva>
  <Datoteke>
    <Datoteka ID="244867" DatotekaNRID="14765311" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="312339" VelikostDatotekeKratko="305,02 KB" DatumVstavljanja="2026-08-21 11:00:40" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="false" JeVidno="true" VidnoOd="01.01.0001" Zaporedje="0">
      <Naziv>Bostic_Rok_-_Razvoj_slovenskega_sistema_za_pretvorbo_besedila_v_govor_s_parajezikovnimi_zmoznost.pdf</Naziv>
      <OrgNaziv>Bostic_Rok_-_Razvoj_slovenskega_sistema_za_pretvorbo_besedila_v_govor_s_parajezikovnimi_zmoznost.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>FF35095AAA05B2383DD7D19C65070FD9</MD5>
      <SHA256>405190e84852315fa81f26d06ee53eb91702ff2018e5a5eea61128501f80c3b5</SHA256>
      <UUID>6404d8bb-9d3e-11f1-9b0d-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=244867</PrenosPolniUrl>
      <Vsebine>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="25" Kratica="FRI" ZavodEvsID="0000066" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za računalništvo in informatiko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
