Teza doctorat (pdf) - Universitatea Tehnică

1) Crearea listei de silabe
Cap. 7. Proiectarea sistemului de sinteză de voce în limba română
Structura bazei de date acustice a fost deja prezentată în secţiunea 6.4.6.
Astfel, s-a stabilit ca baza de date să cuprindă silabe alcătuite din două, trei sau patru
litere (notate cu S2, S3, S4), dar şi foneme singulare (S1). S -a urmărit includerea în fiecare
categorie S2, S3 şi S4 a unui număr cât mai mare de silabe în ordinea frecvenţei de apariţie în
limba română, realizându-se în acest scop o statistică a silabelor (vezi paragraful 6.4.6.1).
Pentru a alcătui lista iniţială de silabe, s-a pornit de la mulţimea fonemelor limbii române.
S-au luat în considerare în total 27 de foneme :
F = [aăbcdef gh i îjklmnoprs ştţuvxz ]
Mulţimea F nu cuprinde fonemele /q/, /w/, /y/, acestea fiind înlocuite prin fonemele /c/,
/v/, /i/.
F este alcătuită din reuniunea a două submulţimi C şi V :
C = [ bcdf ghjklmnprs ş t ţ vxz] - submulţimea consoanelor (card C = 20)
V = [aăeiîo u] - submulţimea vocalelor (card V = 7)
Pentru silabele din categoria S2, avem următoarele configuraţii posibile:
a) [CV]
b) [VV]
c) [VC]
unde C reprezintă o consoană, iar V – o vocală.
a) Pentru silabele de tipul [CV] s-au generat toate combinaţiile de două elemente care
rezultă din compunerea mulţimilor C şi V :
L1 = { [ba] [ca] [da] ..... [za] ,
[bă] [că] [dă] ..... [ză] ,
…….
[bu] [cu] [du] ..... [zu] }
Din această listă s-au eliminat combinaţiile care nu există în limba română, precum: [kă],
[kî], etc.
b) Pentru silabele de tipul [VV] şi [VC] s-a parcurs tabelul silabelor S2 (generat pe baza
statisticii de la 6.4.6.1 şi prezentat în anexa 2), preluându-se toate configuraţiile de această
formă. S-au obţinut listele:
L2 = { [ai] [au] ..... [ua] [ui] }
L3 = { [ab] [ac] ..... [uz] }
Lista completă pentru categoria S2 este:
LS2 = L1 U L2 U L3 .
Pentru categoriile silabice S3 şi S4, listele LS3 şi LS4 s-au obţinut pe baza tabelelor din
anexele 3 şi 4.
246