Teza doctorat (pdf) - Universitatea Tehnică

239
Cap. 6. Metode de sinteză de voce
6. Regăsirea unităţilor acustice din baza de date se face pe baza unităţilor lingvistice
determinate prin analiza textului de la intrare.
În această etapă s-a proiectat un algoritm de regăsire a unităţilor din baza de date în
funcţie de cele trei caracteristici ale silabei: lungime, context şi accentuare. Dacă o anumită
silabă nu este găsită, aceasta se va descompune în unităţi subiacente care vor fi apoi căutate
recursiv în baza de date vocală. Algoritmul proiectat construieşte seturile de diviziune pentru
fiecare silabă şi realizează o potrivire optimă cu unităţile din baza de date vocală, asigurându-se
astfel o redare sonoră cât mai fidelă a unităţii lingvistice din text.
7. Unităţile acustice găsite în baza vocală prin algoritmul expus mai sus se vor concatena
pentru a genera semnalul de ieşire. Unităţile se concatenează ţinând cont de pauza dintre cuvinte,
care se va ajusta în funcţie de ritmul cerut vorbirii.
8. Ultima etapă este cea de sinteză propriu-zisă, în care formele de undă corespunzătoare
textului de la intrare vor fi redate sonor prin intermediul plăcii audio a calculatorului.
Rezultate obţinute cu metoda de sinteză dezvoltată de autor
I. În faza de analiză a textului:
a) Analizorul automat de sintaxă realizat în cadrul metodei se bazează pe un dicţionar ce
conţine peste 30000 de forme neflexionate ale limbii române şi pe un set de 550 de reguli de
flexionare. Analizorul a fost testat pe o serie de texte în limba română de diferite genuri, de la
literatură la documente tehnice, însumând peste 200000 de cuvinte. Testele au dovedit o
corectitudine de peste 98% cuvinte recunoscute corect, cuvintele nerecunoscute constituind
excepţii care nu au fost încă introduse în setul de reguli. Aceste rezultate arată completitudinea
setului de reguli proiectat, precum şi viabilitatea metodei propuse.
b) Analizorul lexical pentru determinarea silabelor cuprinde un set de peste 180 de reguli
pentru descompunerea cuvintelor în silabe. Performanţa obţinută a fost de 98% cuvinte despărţite
corect, rată calculată pe un set de 50000 de cuvinte extrase din texte de diferite genuri (literatură,
economie, politică, ştiinţă şi tehnică, filozofie, religie). Performanţa este mai bună decât cea
găsită la alţi cercetători români care au folosit reguli lexicale ([Tom09] – 90%).
c) Analizorul lexical pentru determinarea accentelor cuprinde un set de 250 de reguli
pentru detectarea silabei accentuate din interiorul cuvintelor. S-a obţinut o rată de detectare
corectă a silabei acentuate de 94%, rată calculată pe acelaşi set de 50000 de cuvinte ca şi în cazul
despărţirii în silabe.
Din câte cunoaştem, în ţară nu există la ora actuală rezultate publicate despre construirea
unor analizoare bazate exclusiv pe reguli pentru determinarea accentuării, ci doar lexicoane ce
indică accentul cuvintelor, lexicoane ce au fost construite manual [Giu06] sau semiautomat
[Dia09].
II. În faza de sinteză a vorbirii, metoda generează rezultate bune, datorită utilizării
unităţilor acustice de lungime medie şi mare, de tipul silabelor. Concatenarea directă a unităţilor,
fără o altă procesare a semnalului, face ca vorbirea sintetizată să păstreze naturaleţea şi aspectele
prozodice caracteristice vocii care a înregistrat iniţial unităţile acustice.