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.