Teza doctorat (pdf) - Universitatea Tehnică

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)