Teza doctorat (pdf) - Universitatea Tehnică

5
Cap. 1. Introducere
c) recunoaşterea vorbirii, în ceea ce priveşte realizarea unor metode de detectare
automată a secvenţelor fonematice dintr-un semnal vocal cunoscut;
d) sinteza de voce, ca domeniu şi obiectiv în care se încadrează cercetările şi metodele
specifice dezvoltate de autor în cadrul tezei.
Principalele realizări şi contribuţii ale tezei în cadrul domeniilor amintite se referă la:
1. Realizarea unui studiu asupra modului de producere şi percepţie a sunetului.
2. Realizarea unui studiu sintetic asupra metodelor de procesare, codare şi compresie a
semnalului vocal.
3. Dezvoltarea unei aplicaţii de prelucrare digitală a semnalului vocal numită SPEA (Sound
Processing and Enhancement Application).
4. Efectuarea unor experimente asupra unor eşantioane reale de semnal audio şi vocal, în
scopul determinării parametrilor cu influenţă directă asupra calităţii acustice a semnalului.
5. Realizarea unui studiu sintetic asupra metodelor de analiză în domeniul timp şi în
domeniul frecvenţă a semnalului vocal.
6. Realizarea unui studiu asupra modalităţilor de segmentare şi clasificare a semnalului vocal.
7. Dezvoltarea unei metode proprii de segmentare a semnalului vocal în regiuni, capabilă să
detecteze 4 categorii fundamentale de semnal şi 10 clase de regiuni.
8. Dezvoltarea unei metode pentru determinarea perioadelor din forma de undă a semnalului
vocal.
9. Dezvoltarea a trei metode distincte pentru segmentarea fonematică a semnalului vocal prin
analiza regiunilor detectate din semnal.
10. Realizarea unui studiu asupra modalităţilor de sinteză de voce pornind de la un text.
11. Realizarea unui studiu asupra metodelor existente de sinteză vocală.
12. Dezvoltarea unei metode de sinteză vocală pe bază de silabe pentru limba română. În
cadrul metodei au fost stabilite reguli lingvistice pentru faza de analiză a textului şi reguli
de îmbinare a formelor de undă în faza de sinteză.
13. Structurarea unei metodologii de proiectare a unui sistem de sinteză de voce de tip text-
to-speech şi realizarea sistemului de sinteză pentru limba română LIGHTVOX.
14. Crearea unei baze de date vocale ce foloseşte ca unităţi acustice silabele. Baza de date
conţine 600 de silabe înregistrate în diferite contexte şi moduri de pronunţie.