Teza doctorat (pdf) - Universitatea Tehnică

6.3.2.5. Algoritmul metodei de sinteză bazată pe corpus vocal
182
Cap. 6. Metode de sinteză de voce
Paşii algoritmului metodei bazată pe corpus vocal sunt prezentaţi în cele ce urmează
(pentru abordarea Context Clustering) :
A. Faza de analiză :
1. Se înregistrează baza de date vocală.
2. Baza de date este segmentată în unităţi acustice de diferite lungimi.
3. Baza de date se adnotează cu informaţiile contextuale, prozodice şi de semnal,
calculându-se vectorii de trăsături ai unităţi acustice.
4. Se construiesc arborii de decizie bazaţi pe clasele de echivalenţă.
5. Se calculează costurile Target Cost, Concatenation Cost şi se introduc în arborii de
decizie.
B. Faza de sinteză :
1. Se preia textul de la intrare şi se determină unităţile lexicale (propoziţii, cuvinte,
silabe şi foneme).
2. Se determină toate posibilităţile de construire a propoziţiilor pe baza unităţilor
lexicale componente.
3. Pentru fiecare secvenţă de unităţi lexicale se determină informaţia de context şi
caracteristicile prozodice.
4. Se caută în arborii de decizie secvenţa optimă de unităţi acustice corespun-
zătoare contextului lexical.
5. Se sintetizează rostirea prin concatenarea unităţilor acustice din baza de date.
6.3.2.6. Avantajele şi dezavantajele metodei bazate pe corpus
Metoda bazată pe corpus este o metodă performantă de sinteză a vorbirii, ce utilizează
concatenarea unităţilor acustice maximale care se găsesc înregistrate într-un corpus vocal.
Calculul vectorilor de trăsături ale unităţilor în faza de analiză ce se realizează off-line, definirea
unor ponderi care să asigure concatenarea unităţilor optime, includerea trăsăturilor prozodice în
calculul costurilor, reducerea sau chiar anularea nevoii de procesare a semnalului vocal, toate
acestea reprezintă caracteristicile şi totodată avantajele cele mai importante ale metodei.
Ca dezavantaje sunt de menţionat necesitatea înregistrării şi întreţinerii unui corpus vocal
de dimensiuni mari, precum şi faza de analiză laborioasă necesară adnotării bazei de date cu
caracteristici prozodice şi segmentale. Aceste aspecte pot reprezenta provocări majore pentru cei
care vor să abordeze metoda bazată pe corpus.