Teza doctorat (pdf) - Universitatea Tehnică

Cap. 7. Proiectarea sistemului de sinteză de voce în limba română
fost determinaţi următorii parametri: amplitudinea semnalului, energia şi numărul de treceri prin
zero. De asemeni, a fost calculată frecvenţa fundamentală a semnalului (vezi paragraful 4.6.1).
b) Segmentarea SUV, descrisă în paragraful 4.4.2, are ca scop detectarea categoriilor
fundamentale de semnal: linişte (Silence), sonor (Voiced), nesonor (Unvoiced), la care se adaugă
şi categoria tranziţie.
c) Compactarea regiunilor (vezi paragraful 4.4.3) urmăreşte asocierea regiunilor vecine
de dimensiuni mici, având ca rezultat scăderea numărului total de regiuni, cu efect pozitiv asupra
timpului de procesare.
d) Clasificarea regiunilor (proces prezentat în capitolul 4.4) împarte cele patru categorii
de semnal de la punctul b) în 10 clase distincte, clase care pot fi asociate cu reprezentarea sonoră
a fonemelor limbii române.
e) Segmentarea fonematică (capitolul 4.8) asociază simbolurile fonetice cu regiunile din
semnal. Pentru aceasta, se foloseşte corpusul paralel text-voce de la punctul 5). Pe baza unor
reguli speciale de asociere, se face o corespondenţă între grupurile fonetice prezente la intrarea
de text cu secvenţele de regiuni detectate din semnalul vocal.
TEXT
SEMNAL
secvenţă fonetică 1 ; secvenţă fonetică 2 ; secvenţă fonetică 3 . . .
[Regiune 1] [Regiune 2] [Regiune 3] - - - [Regiune n] - - -
Figura 7.6. Asocierea dintre grupurile fonematice şi secvenţele de regiuni
7) Detecţia şi separarea silabelor din semnal
După punerea în corespondenţă a secvenţelor fonematice cu regiunile din semnal,
urmează faza de separare a silabelor utile din corpusul vocal. Pentru aceasta, s-a folosit o
procedură semiautomată care selectează secvenţele dorite prin deplasarea capetelor intervalului
de selecţie pe graniţele regiunilor fonematice. Regiunea selectată poate fi ajustată prin deplasarea
manuală a marginilor ce au fost detectate în mod automat. Apoi regiunea corespunzătoare silabei
dorite se salvează într-un fişier al bazei de date.
T A T I T A T A D E T A
Figura 7.7. Detecţia şi separarea silabelor din semnal
250