Teza doctorat (pdf) - Universitatea Tehnică

172
Cap. 6. Metode de sinteză de voce
Segmentele suprapuse xi(n) (overlapping segments) vor fi extrase prin aplicarea unei
funcţii fereastră segmentului original [Bur97]:
xi(n) = x(n) h(n-pi) , (6.9)
unde: h(n) este funcţia fereastră, iar
pi este indicatorul de frecvenţă pentru segmentul i.
Semnalul original va fi atunci regăsit ca o sumă de segmente vocale suprapuse:
x(n) = xi(n) (6.10)
unde simbolul reprezintă o sumă de intervale care se suprapun (overlapping sum).
În faza de sinteză va avea loc un proces de mapare a setului de segmente s={xi(n)}
determinate anterior într-un alt set de segmente S={Xi(n)}. Segmentele Xi(n) se numesc
segmente mapate sau repoziţionate, setul S fiind un subset sau supraset al lui s, fiind constituit
din segmentele iniţiale xi(n) repoziţionate pe axa timpului.
S este un subset al lui s dacă există elemente xi(n) din semnalul original care nu vor fi
utilizate în compunerea semnalului sintetizat. Dacă, dimpotrivă, în faza de sinteză se vor utiliza
dubluri ale segmentelor originale, atunci S se va constitui într-un set extins (supraset) al lui s.
Maparea segmentelor se va face în următorul mod:
x
i ( n)
X i ( n)
A S
Fi
Fi
A S
Di
Di
unde: - xi(n) sunt segmentele suprapuse iniţiale,
- Xi(n) sunt segmentele mapate sau repoziţionate,
-
-
A
i
S
i
(6.11)
F , F reprezintă frecvenţele de bază ale segmentului cu indicele i în faza de analiză,
respectiv sinteză, iar
D , reprezintă durata segmentului i în faza de analiză, respectiv sinteză.
A S
i Di
i
Ultima fază reprezintă sinteza propriu-zisă, în care are loc compunerea segmentelor
mapate Xi(n) printr-un proces de suprapunere (overlapping):
X(n) = Xi(n) , (6.12)
i
unde: X(n) reprezintă semnalul sintetizat de la ieşire, iar
Xi(n) reprezintă segmentele repoziţionate în urma fazei de mapare.
În figura 6.6 se arată modul de segmentare a unui semnal şi de repoziţionare pe axa
timpului a segmentelor extrase. Să presupunem că avem un semnal x(t) care prezintă vârfuri de
intensitate la perioada T0.