Teza doctorat (pdf) - Universitatea Tehnică

154
Cap. 4. Analiza semnalului vocal
4.8.6. Concluzii privitoare la contribuţiile autorului în segmentarea
fonematică a semnalului vocal
Metodele de segmentare fonematică a semnalului vocal sunt foarte utile în procesul de
creare a bazei de date acustice, când avem de-a face cu un corpus de dimensiuni mari care
trebuie segmentat şi adnotat. Cu cât aceste metode sunt mai automatizate, cu atât munca depusă
de operatorul uman este mult uşurată. Metodele propuse de autor vin în întâmpinarea acestui
deziderat şi aduc o contribuţie importantă în acest domeniu al analizei şi prelucrării corpusului
vocal.
O altă aplicaţie foarte importantă a acestor metode de detectare a unităţilor fonematice
din semnalul vocal este în domeniul recunoaşterii vorbirii. Dezvoltarea şi aprofundarea
metodelor de segmentare fonematică va duce implicit şi la soluţionarea problemei recunoaşterii,
arătând astfel domeniul vast de aplicabilitate şi operabilitate al acestor metode.
S-au propus în acest capitol trei metode pentru segmentarea fonematică, metode ce pot fi
utilizate individual sau coroborat. Prima metodă detectează grupurile de foneme din semnalul
vocal pe baza textului cunoscut de la intrare, folosind segmentarea prealabilă în regiuni. A doua
metodă realizează împărţirea regiunilor în subregiuni fonematice, calculând tranziţiile dintre
cadrele fiecărei regiuni. A treia metodă detectează separat fonemele din regiunile
multifonematice şi funcţionează pe bază de model.
Avantajul acestor metode derivă din modul de abordare sincron cu frecvenţa, ceea ce le
dă o notă de precizie în plus faţă de alte abordări.
În acestă fază s-au realizat:
a) o metodă de segmentare în grupuri de foneme a semnalului vocal pe baza textului cunoscut de
la intrare; pentru aceasta s-a proiectat:
- un set de reguli care impun anumite constrângeri de formă şi durată pentru fiecare grup
fonematic;
- un algoritm de asociere între un grup fonematic şi o secvenţă de regiuni;
b) o metodă ce realizează împărţirea regiunilor în subregiuni fonematice, calculând tranziţiile
dintre cadrele fiecărei regiuni; pentru aceasta s-a proiectat:
- un mod de calcul a distanţei minime pătratice dintre două cadre de semnal, distanţă ce
se aplică vectorilor de caracteristici bazaţi pe coeficienţi Fourier;
- un algoritm de detectare a frontierelor de subregiuni pe baza tranziţiilor bruşte dintre
cadre;
c) o metodă ce separă fonemele din regiunile multifonematice, funcţionând pe bază de model;
pentru aceasta s-au proiectat 4 algoritmi şi metode:
- o metodă de modelare semiautomată a fonemelor;
- un algoritm de comparare a vectorilor regiunii ţintă cu modelul;
- un algoritm de regăsire a modelului fonematic şi de etichetare a regiunilor;
- un algoritm de grupare a fonemelor şi segmentare în subregiuni.