Teza doctorat (pdf) - Universitatea Tehnică
Teza doctorat (pdf) - Universitatea Tehnică Teza doctorat (pdf) - Universitatea Tehnică
118 Cap. 4. Analiza semnalului vocal 4.6.1.6. Concluzii cu privire la algoritmul propriu de determinare a intervalelor de perioadă În acest capitol s-a prezentat un algoritm propriu de determinare a intervalelor de perioadă pentru un semnal vocal. Algoritmul este deosebit de exact, lucrând exclusiv în domeniul timp al analizei. Spre deosebire de alte metode de calcul în domeniul frecvenţă, el nu necesită ferestruire şi nici calcule complexe, fiind foarte rapid. Metoda comportă patru paşi succesivi : a. Determinarea punctului de plecare (punctul pivot); b. Determinarea unei estimări a perioadei de semnal; c. Detecţia punctelor de maxim şi de hiatus pentru fiecare perioadă; d. Marcarea intervalelor de perioadă prin detectarea punctelor de capăt. Fiecare etapă a necesitat elaborarea a câte unui algoritm distinct, care a fost prezentat împreună cu rezultatele obţinute. Au fost proiectaţi astfel 4 algoritmi : - un algoritm în domeniul timp pentru determinarea punctului pivot, primul maxim de perioadă în funcţie de care se calculează toate celelalte puncte de maxim ; - un algoritm în domeniul timp pentru determinarea unei estimări a perioadei de semnal în jurul punctului pivot ; - un algoritm în domeniul timp pentru determinarea maximelor de perioadă, pornind de la punctul pivot către stânga, respectiv către dreapta, în segmentul considerat ; algoritmul este de asemenea capabil să detecteze punctele de hiatus care apar în segmentul vocal, şi le clasifică în hiatus de perioadă, respectiv hiatus de amplitudine ; - un algoritm în domeniul timp pentru determinarea punctelor de capăt ale intervalelor de perioadă, puncte ce sunt strâns legate de maximele de perioadă.
4.7. Segmentarea fonematică 119 Cap. 4. Analiza semnalului vocal În ultimii ani, sinteza vorbirii realizată prin concatenare a devenit din ce în ce mai populară pentru înalta calitate a vocii sintetice pe care o oferă. Prin selectarea şi concatenarea unităţilor de vorbire stocate într-o bază de date, astfel de sintetizatoare pot selecta o secvenţă de unităţi ce corespunde foarte precis contextului de la intrare. Prin acest proces, modificarea semnalului este minimă, păstrându-se astfel caracterul natural al discursului original. Cu toate acestea, calitatea semnalului de vorbire obţinut la ieşire este extrem de dependentă de corpusul din baza de date şi de prelucrările operate pe acest corpus. Rezultă de aici importanţa etichetării şi adnotării corecte a corpusului existent, proces în care transcrierea fonetică şi segmentarea fonematică sunt sarcini de primă importanţă. Segmentarea fonematică reprezintă procesul de asociere a unor simboluri fonematice prezente în textul de la intrare cu semnalul vorbit. În urma segmentării, din semnalul vorbit se vor extrage unităţile acustice, care vor fi înregistrate apoi în baza de date. Dacă transcrierea fonetică a textului nu implică dificultăţi deosebite, cea mai grea sarcină în procesul de prelucrare a corpusului şi de creare a bazei de date vocale este cea de segmentare. Acest lucru se datorează faptului că metodele de segmentare automată nu sunt suficient de fiabile la ora actuală, şi astfel verificarea manuală a segmentării rămâne obligatorie, proces extrem de costisitor atât în termeni de timp cât şi în costuri de dezvoltare. Această nevoie de intervenţie manuală este considerată ca un factor de limitare pentru construirea de noi corpusuri utilizate în sinteză. Având în vedere creşterea cererii înspre diversificarea vocilor de sinteză, se impune îmbunătăţirea preciziei şi gradului de automatizare a segmentării şi adnotării corpusurilor utilizate în aplicaţii de tip text-to-speech. Pe plan internaţional au fost dezvoltate mai multe metode în vederea segmentării automate sau semiautomate a semnalului vocal: metode iterative bazate pe antrenare, metode bazate pe reguli de asociere, metode bazate pe calcule statistice, etc. Prezentăm în continuare pe scurt trei dintre acestea, pe care le considerăm generice pentru rezolvarea acestui tip de problemă. Cele trei metode sunt: segmentarea cu modele Markov ascunse (Hidden Markov Models - HMM), rafinarea frontierelor de regiuni, segmentarea bazată pe probabilităţi generalizate (Generalized Likelihood Ratio - GLR). 4.7.1. Segmentarea fonematică folosind modele Markov ascunse Această abordare este considerată o abordare standard pentru segmentarea semnalului vocal. Algoritmul constă din doi paşi. Primul pas este o fază de antrenare care are ca scop estimarea modelelor acustice. În al doilea pas se utilizează aceste modele, generându-se clasificări ale segmentelor vocale prin intermediul algoritmului Viterbi, făcându-se o aliniere între modelele asociate secvenţei cunoscute de foneme şi semnalul vorbit. Faza de antrenare e importantă pentru că acurateţea segmentării prin modele Markov HMM depinde de calitatea estimării modelelor. Există câteva metode pentru determinarea acestor modele.
- Page 86 and 87: 68 Cap. 4. Analiza semnalului vocal
- Page 88 and 89: 70 Cap. 4. Analiza semnalului vocal
- Page 90 and 91: 1 BNP mean p( n) (4.23) 20 20 n1
- Page 92 and 93: 74 Cap. 4. Analiza semnalului vocal
- Page 94 and 95: 0, RN( i) T upper EN(i) 1, RN( i)
- Page 96 and 97: 78 Cap. 4. Analiza semnalului vocal
- Page 98 and 99: D(x,y) 255 m0 || H ( e x m j 256 2
- Page 100 and 101: 82 Cap. 4. Analiza semnalului vocal
- Page 102 and 103: 84 Cap. 4. Analiza semnalului vocal
- Page 104 and 105: 86 Cap. 4. Analiza semnalului vocal
- Page 106 and 107: 3. Regiune de tip vocală sonoră (
- Page 108 and 109: 90 Cap. 4. Analiza semnalului vocal
- Page 110 and 111: 92 Cap. 4. Analiza semnalului vocal
- Page 112 and 113: 4.4.2.3.1. Detectarea subregiunilor
- Page 114 and 115: 96 Cap. 4. Analiza semnalului vocal
- Page 116 and 117: 4.4.2.5. Detectarea categoriei Tran
- Page 118 and 119: Detectorul regiunii tranzitorii den
- Page 120 and 121: 102 Cap. 4. Analiza semnalului voca
- Page 122 and 123: Algoritmul de compactare în acest
- Page 124 and 125: 106 Cap. 4. Analiza semnalului voca
- Page 126 and 127: 108 Cap. 4. Analiza semnalului voca
- Page 128 and 129: 110 Cap. 4. Analiza semnalului voca
- Page 130 and 131: Punctul pivot se determină conform
- Page 132 and 133: 4.6.1.3. Detectarea maximelor de pe
- Page 134 and 135: 116 Cap. 4. Analiza semnalului voca
- Page 138 and 139: 120 Cap. 4. Analiza semnalului voca
- Page 140 and 141: 4.7.3. Segmentarea bazată pe proba
- Page 142 and 143: 124 Cap. 4. Analiza semnalului voca
- Page 144 and 145: 126 Cap. 4. Analiza semnalului voca
- Page 146 and 147: 128 Cap. 4. Analiza semnalului voca
- Page 148 and 149: 130 Cap. 4. Analiza semnalului voca
- Page 150 and 151: 132 Cap. 4. Analiza semnalului voca
- Page 152 and 153: 134 Cap. 4. Analiza semnalului voca
- Page 154 and 155: 136 Cap. 4. Analiza semnalului voca
- Page 156 and 157: 4.8.4.1. Calculul distanţei dintre
- Page 158 and 159: F(C1) C1 C2 Np E(a,b) 140 Dp Cap. 4
- Page 160 and 161: Tabelul 4.10. Stabilirea frontierel
- Page 162 and 163: 144 Cap. 4. Analiza semnalului voca
- Page 164 and 165: Tabelul 4.13. Stabilirea frontierel
- Page 166 and 167: 2) Compararea vectorilor din regiun
- Page 168 and 169: 150 Cap. 4. Analiza semnalului voca
- Page 170 and 171: c) În faza de etichetare s-a mers
- Page 172 and 173: 154 Cap. 4. Analiza semnalului voca
- Page 174 and 175: 156 Cap. 5. Sinteza de voce Aşa cu
- Page 176 and 177: 158 Cap. 5. Sinteza de voce Metodel
- Page 178 and 179: 160 Cap. 5. Sinteza de voce Urmeaz
- Page 180 and 181: 6. Metode de sinteză de voce 6.1.
- Page 182 and 183: 164 Cap. 6. Metode de sinteză de v
- Page 184 and 185: 166 Cap. 6. Metode de sinteză de v
118<br />
Cap. 4. Analiza semnalului vocal<br />
4.6.1.6. Concluzii cu privire la algoritmul propriu de determinare a intervalelor de<br />
perioadă<br />
În acest capitol s-a prezentat un algoritm propriu de determinare a intervalelor de<br />
perioadă pentru un semnal vocal. Algoritmul este deosebit de exact, lucrând exclusiv în<br />
domeniul timp al analizei. Spre deosebire de alte metode de calcul în domeniul frecvenţă, el nu<br />
necesită ferestruire şi nici calcule complexe, fiind foarte rapid.<br />
Metoda comportă patru paşi succesivi :<br />
a. Determinarea punctului de plecare (punctul pivot);<br />
b. Determinarea unei estimări a perioadei de semnal;<br />
c. Detecţia punctelor de maxim şi de hiatus pentru fiecare perioadă;<br />
d. Marcarea intervalelor de perioadă prin detectarea punctelor de capăt.<br />
Fiecare etapă a necesitat elaborarea a câte unui algoritm distinct, care a fost prezentat<br />
împreună cu rezultatele obţinute.<br />
Au fost proiectaţi astfel 4 algoritmi :<br />
- un algoritm în domeniul timp pentru determinarea punctului pivot, primul maxim de perioadă<br />
în funcţie de care se calculează toate celelalte puncte de maxim ;<br />
- un algoritm în domeniul timp pentru determinarea unei estimări a perioadei de semnal în jurul<br />
punctului pivot ;<br />
- un algoritm în domeniul timp pentru determinarea maximelor de perioadă, pornind de la<br />
punctul pivot către stânga, respectiv către dreapta, în segmentul considerat ; algoritmul este de<br />
asemenea capabil să detecteze punctele de hiatus care apar în segmentul vocal, şi le clasifică<br />
în hiatus de perioadă, respectiv hiatus de amplitudine ;<br />
- un algoritm în domeniul timp pentru determinarea punctelor de capăt ale intervalelor de<br />
perioadă, puncte ce sunt strâns legate de maximele de perioadă.