Teza doctorat (pdf) - Universitatea Tehnică
Teza doctorat (pdf) - Universitatea Tehnică Teza doctorat (pdf) - Universitatea Tehnică
164 Cap. 6. Metode de sinteză de voce Metodele de sinteză în domeniul frecvenţă realizează sinteza vocală pe baza unor parametri acustici generaţi în urma aproximării unor caracteristici spectrale din domeniul frecvenţă. Astfel, pentru a realiza sinteza unui text, mai întâi se generează parametrii acustici corespunzători rostirii, şi apoi sunt generate formele de undă ale semnalului vocal [Bur96]. Modelul general al sintezei vorbirii în domeniul frecvenţă este ilustrat în figura 6.2: Rostire ANALIZA Text SINTEZA Unităţi acustice Unităţi lexicale Generare parametri Secvenţe de parametri Figura 6.2. Modelul sintezei în domeniul frecvenţă Baza de date parametrizată Generare forme de undă Rostire În faza de analiză a sintezei din domeniul frecvenţă, unităţile acustice separate din rostirea preliminară sunt parametrizate în funcţie de caracteristicile spectrale ale semnalului vocal. Parametrii sunt apoi înregistraţi în baza de date şi indexaţi în scopul unei regăsiri facile. În faza de sinteză, unităţile lexicale (cuvinte, silabe, foneme) din textul de sintetizat sunt transformate în secvenţe de parametri regăsiţi din baza de date parametrizată. Parametrii acustici sunt ajustaţi în funcţie de prozodia cerută, iar pe baza lor vor fi generate formele de undă corespondente. Avantajul metodelor bazate pe sinteza în domeniul frecvenţă constă în primul rând din posibilitatea realizării facile a aspectelor de prozodie (ritm, accent, intonaţie) prin calculul şi generarea corespunzătoare a parametrilor acustici şi spectrali. Un alt avantaj rezultă din faptul că în baza de date se păstrează nu formele de undă, ca în cazul metodelor din domeniul timp, ci parametrii acustici, ceea ce duce la o mare economie de resurse de memorie şi computaţionale. Ca dezavantaj se poate aminti faptul că parametrizarea rostirii de la intrare în faza de analiză duce la aproximarea semnalului vocal şi ca urmare în faza de reconstrucţie a semnalului de la ieşire vorbirea rezultată va avea o calitate ‚sintetică’, depărtându-se de vorbirea naturală. În continuare se prezintă câteva metode uzuale ce generează rezultate bune în sinteză, atât pentru domeniul frecvenţă cât şi pentru domeniul timp.
6.2. Metode de sinteză în domeniul frecvenţă 165 Cap. 6. Metode de sinteză de voce Ca exemple de metode ce utilizează analiza semnalului vocal în domeniul frecvenţă putem aminti: - metoda de sinteză prin predicţie liniară, ce utilizează pentru generarea semnalului vocal o serie de parametri numiţi coeficienţi de predicţie; - metoda de sinteză formantică, ce utilizează informaţiile despre formanţii spectrali în procesul generării unităţilor acustice. 6.2.1. Sinteza bazată pe predicţie liniară Termenul de predicţie liniară a fost introdus prima dată de către N. Wiener în 1949 ([Wie49], [Har01]), această tehnică fiind folosită într-o gamă largă de aplicaţii. În domeniul cercetării semnalului vocal, această tehnică a fost folosită prima dată de către Itakura şi Saito (în 1968) şi Atal şi Schroeder (în 1968), pentru analiza şi sinteza semnalului vocal [Ave04]. Importanţa predicţiei liniare constă în faptul că sursa de semnal vocal şi caracteristicile ei spectrale pot fi reprezentate în mod exact şi eficient de un număr mic de parametri. În plus, aceşti parametri se obţin prin calcule relativ simple [Tod05]. La început această tehnică a fost dezvoltată cu scopul de a coda semnalul vocal, iar mai apoi a devenit foarte importantă în analiza şi sinteza acestuia [Hu93]. Această metodă de sinteză este cunoscută sub denumirea de sinteză LPC ( Linear Predictive Coding synthesis) şi face parte din categoria sistemelor de analiză-sinteză a semnalului vocal (analysis by synthesis systems). Într-un sistem de analiză-sinteză, unda vocală este sintetizată folosind o sursă de excitaţie şi parametri de articulaţie, care au fost în prealabil extraşi cu ajutorul unui circuit care modelează mecanismul de producere al vorbirii. Modelul sistemului fonator pe care se bazează metoda analizei şi sintezei prin predicţie liniară este modelul ‘sursă-filtru’, model prezentat în figura următoare: F0 Sursă G Filtru variabil H(z) Parametrii tractului vocal Figura 6.3. Modelul producerii vorbirii prin metoda LPC Modelul LPC al producerii vorbirii este generat în concordanţă cu producerea sunetului de către sistemul fonator uman. Astfel, energia sonoră de bază este furnizată de către un semnal de excitaţie, care poate să fie periodic sau neperiodic, în funcţie de sunetul produs (tren de impulsuri periodice pentru cazul vocalelor sau zgomot alb în cazul consoanelor). Pentru un semnal de excitaţie periodic, se furnizează frecvenţa fundamentală F0 ca parametru de intrare în generator. s(n)
- Page 132 and 133: 4.6.1.3. Detectarea maximelor de pe
- Page 134 and 135: 116 Cap. 4. Analiza semnalului voca
- Page 136 and 137: 118 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 184 and 185: 166 Cap. 6. Metode de sinteză de v
- Page 186 and 187: 168 Cap. 6. Metode de sinteză de v
- Page 188 and 189: 170 Cap. 6. Metode de sinteză de v
- Page 190 and 191: 172 Cap. 6. Metode de sinteză de v
- Page 192 and 193: x(t) x1(t) x2(t) x1(t) x2(t) X1(t)
- Page 194 and 195: 6.3.2. Metoda bazată pe corpus 176
- Page 196 and 197: 178 Cap. 6. Metode de sinteză de v
- Page 198 and 199: Cost 180 Cap. 6. Metode de sinteză
- Page 200 and 201: 6.3.2.5. Algoritmul metodei de sint
- Page 202 and 203: Fiecare fază cuprinde mai multe et
- Page 204 and 205: 186 Cap. 6. Metode de sinteză de v
- Page 206 and 207: cat(Cuvint,term[nrcif]); if(nrcif>0
- Page 208 and 209: TEXT Forma flexionată Figura 6.13.
- Page 210 and 211: 192 Cap. 6. Metode de sinteză de v
- Page 212 and 213: 194 Cap. 6. Metode de sinteză de v
- Page 214 and 215: {LIT}+(le|lui)/{SEP} {/*peştele*/
- Page 216 and 217: {LIT}+{CONS}e/{SEP} {/* merge */ Ca
- Page 218 and 219: 200 Cap. 6. Metode de sinteză de v
- Page 220 and 221: 202 Cap. 6. Metode de sinteză de v
- Page 222 and 223: 204 Cap. 6. Metode de sinteză de v
- Page 224 and 225: silaba: SILABA { ProcesareSilaba($1
- Page 226 and 227: 208 Cap. 6. Metode de sinteză de v
- Page 228 and 229: 210 Cap. 6. Metode de sinteză de v
- Page 230 and 231: 212 Cap. 6. Metode de sinteză de v
164<br />
Cap. 6. Metode de sinteză de voce<br />
Metodele de sinteză în domeniul frecvenţă realizează sinteza vocală pe baza unor<br />
parametri acustici generaţi în urma aproximării unor caracteristici spectrale din domeniul<br />
frecvenţă. Astfel, pentru a realiza sinteza unui text, mai întâi se generează parametrii acustici<br />
corespunzători rostirii, şi apoi sunt generate formele de undă ale semnalului vocal [Bur96].<br />
Modelul general al sintezei vorbirii în domeniul frecvenţă este ilustrat în figura 6.2:<br />
Rostire<br />
ANALIZA<br />
Text<br />
SINTEZA<br />
Unităţi<br />
acustice<br />
Unităţi<br />
lexicale<br />
Generare<br />
parametri<br />
Secvenţe de<br />
parametri<br />
Figura 6.2. Modelul sintezei în domeniul frecvenţă<br />
Baza de date<br />
parametrizată<br />
Generare forme<br />
de undă<br />
Rostire<br />
În faza de analiză a sintezei din domeniul frecvenţă, unităţile acustice separate din<br />
rostirea preliminară sunt parametrizate în funcţie de caracteristicile spectrale ale semnalului<br />
vocal. Parametrii sunt apoi înregistraţi în baza de date şi indexaţi în scopul unei regăsiri facile.<br />
În faza de sinteză, unităţile lexicale (cuvinte, silabe, foneme) din textul de sintetizat sunt<br />
transformate în secvenţe de parametri regăsiţi din baza de date parametrizată. Parametrii acustici<br />
sunt ajustaţi în funcţie de prozodia cerută, iar pe baza lor vor fi generate formele de undă<br />
corespondente.<br />
Avantajul metodelor bazate pe sinteza în domeniul frecvenţă constă în primul rând din<br />
posibilitatea realizării facile a aspectelor de prozodie (ritm, accent, intonaţie) prin calculul şi<br />
generarea corespunzătoare a parametrilor acustici şi spectrali. Un alt avantaj rezultă din faptul că<br />
în baza de date se păstrează nu formele de undă, ca în cazul metodelor din domeniul timp, ci<br />
parametrii acustici, ceea ce duce la o mare economie de resurse de memorie şi computaţionale.<br />
Ca dezavantaj se poate aminti faptul că parametrizarea rostirii de la intrare în faza de<br />
analiză duce la aproximarea semnalului vocal şi ca urmare în faza de reconstrucţie a semnalului<br />
de la ieşire vorbirea rezultată va avea o calitate ‚sintetică’, depărtându-se de vorbirea naturală.<br />
În continuare se prezintă câteva metode uzuale ce generează rezultate bune în sinteză, atât<br />
pentru domeniul frecvenţă cât şi pentru domeniul timp.