Teza doctorat (pdf) - Universitatea Tehnică

4
Cap. 1. Introducere
Autorul tezei a mers pe această linie a realizării unei sinteze de voce care să respecte
parametrii de calitate ai vorbirii naturale. A fost proiectată în acest sens o metodă de sinteză a
vorbirii pentru limba română şi s-a indicat o metodologie de lucru pentru realizarea unui sistem
de sinteză vocală automată.
Utilizând ca unităţi lingvistice silabele, metoda de sinteză proiectată se integrează în
categoria metodelor de calitate superioară, bazate pe concatenare. Metoda este adaptată specific
limbii române, şi propune ca noutate o abordare bazată pe reguli atât în faza de procesare a
textului, de extragere a unităţilor lingvistice şi informaţiilor prozodice, cât şi în faza de construire
a bazei de date vocale prin extragerea unităţilor acustice din semnalul vorbit.
De asemeni, cercetările efectuate de autor în cadrul tezei curente oferă posibilitatea
construirii unui sistem performant de sinteză vocală folosind anumite procedee specifice
inteligenţei artificiale şi lingvisticii computaţionale.
Pe plan internaţional există mai multe abordări ale metodei de sinteză vocală bazate pe
silabe. În Europa, au fost elaborate astfel de sisteme în ţări precum Marea Britanie [Lew99],
Rusia [Kri97], Cehia [Kop97], Macedonia [Jos97], iar în Asia au fost realizate sintetizoare
bazate pe silabe pentru limbi vorbite de sute de milioane de persoane: limba chineză [Men02],
mai multe dialecte indiene [Nag05], limba Malay - vorbită în Malaysia, Indonesia, Thailanda
[Sam04]. Rezultatele obţinute cu aceste sintetizoare evidenţiază o calitate înaltă a vorbirii
generate, situată aproape de parametrii naturali, chiar dacă aceste sisteme nu beneficiază de
bazele de date de mari dimensiuni ale sistemelor bazate pe corpus.
La noi în ţară există puţine abordări ale acestei metode ([Bur97], [Moi08]). Aceste
abordări nu utilizează însă reguli de producţie pentru determinarea unităţilor lingvistice,
unităţilor acustice şi informaţiilor prozodice. Nu ştim dacă sau în ce măsură ele folosesc
informaţiile prozodice precum accentuarea cuvintelor sau intonaţia la nivel propoziţional.
În acest context, considerăm utilă abordarea tematicii alese de autor, care acoperă o
anumită lacună existentă la nivelul proiectării sistemelor de sinteză vocală de la noi din ţară,
oferind în plus noi perspective de dezvoltare a domeniului, prin îmbinarea unor procedee
specifice inteligenţei artificiale bazate pe seturi de cunoştinţe şi reguli.
1.5. Principalele contribuţii şi realizări ale tezei
În primul rând este de menţionat caracterul interdisciplinar al tezei, cercetările efectuate
acoperind următoarele domenii :
1. Fonetică şi lingvistică, în ceea ce priveşte analiza alcătuirii fonetice şi sintactice a
cuvintelor din limba română.
2. Inteligenţă artificială, în ceea ce priveşte crearea unor metode automate bazate pe
reguli pentru separarea unităţilor lingvistice din text, respectiv a unităţilor acustice din semnalul
vocal.
3. Procesarea vorbirii, cu cele patru ramuri ale sale:
a) procesarea semnalului vocal, în ceea ce priveşte realizarea unor metode de
îmbunătăţire a calităţii semnalului vocal;
b) analiza semnalului vocal, în ceea ce priveşte detectarea unor regiuni cu proprietăţi
distincte, semnificative din punct de vedere al rostirii, din semnalul vocal;