Teza doctorat (pdf) - Universitatea Tehnică
Teza doctorat (pdf) - Universitatea Tehnică Teza doctorat (pdf) - Universitatea Tehnică
Cap. 7. Proiectarea sistemului de sinteză de voce în limba română a) lungime: silabe alcătuite din două, trei sau patru litere, precum şi foneme singulare; b) poziţia silabei în interiorul cuvântului: silabe iniţiale/mediane sau finale; c) accentuare: silabe accentuate sau neaccentuate. În final, în baza de date au fost înregistrate aproximativ 600 de unităţi acustice, foneme şi silabe, considerând atât silabele de segment median şi final, cât şi silabele accentuate şi neaccentuate, astfel: 386 de silabe de două litere, 139 de silabe de trei litere, 37 de silabe alcătuite din patru litere şi 36 de foneme singulare. 2. Conversia text-voce Conversia text-voce reprezintă a doua fază, ce decurge on-line, în funcţionarea sistemului LIGHTVOX şi cuprinde toate etapele ce trebuie parcurse pentru ca dintr-un text iniţial să se genereze vorbirea sintetică asociată. Etapele componente ale acestei faze sunt următoarele: a) preprocesarea textului, b) corectarea ortografică, c) detecţia unităţilor lingvistice, d) determinarea prozodiei locale, e) regăsirea unităţilor acustice, f) îmbinarea unităţilor, g) sinteza de voce. Aceste etape au fost pe larg prezentate în cadrul metodei de sinteză bazată pe silabe, în secţiunea 6.4. Mai întâi a fost implementat un analizor lexical de preprocesare a textului, pentru exapandarea abrevierilor şi transcrierea fonetică a numerelor din text. Apoi s-a implementat analizorul şi setul de reguli corespondent pentru corectarea ortografică a textului. A fost apoi creat analizorul lexical pentru despărţirea în silabe, apoi cel pentru regăsirea accentelor (silabele accentuate din compunerea cuvintelor). Ambele au necesitat găsirea unor reguli de despărţire în silabe şi de accentuare a cuvintelor pentru limba română. Odată găsite unităţile lexicale de bază (silabele), a fost proiectat un analizor sintactic care să preia aceste unităţi lexicale şi să construiască structura de cuvinte şi propoziţii a textului de la intrare. A urmat implementarea unui algoritm de potrivire a unităţilor fonetice extrase din text cu unităţile acustice înregistrate în baza de date. Deoarece unităţile din baza vocală constituie un subset al silabelor existente în limba română, a trebuit proiectat un algoritm de selecţie optimală a unităţilor, care să asigure o rostire optimă din punct de vedere acustic şi perceptual. Îmbinarea unităţilor regăsite din baza de date şi sinteza vocală propriu-zisă nu au ridicat dificultăţi deosebite, aceste module fiind proiectate cu ajutorul funcţiilor API Windows. 264
Cap. 7. Proiectarea sistemului de sinteză de voce în limba română Implementarea prototipului sistemului de sinteză LIGHTVOX s-a făcut pe o structură modulară având cinci componente: - modulul de analiză lingvistică, având sarcina de a face analiza textului de la intrare în scopul extragerii unităţilor fonetice de bază - silabele; - modulul de analiză prozodică, ce urmăreşte detectarea elementelor de prozodie segmentală, respectiv a accentelor din cadrul cuvintelor; - modulul de gestiune a bazei de date vocale, care efectuează toate operaţiunile legate de baza de date ce conţine unităţile acustice; - modulul de potrivire a unităţilor fonetice, ce asigură punerea în corespondenţă între silabele extrase din textul de sintetizat şi silabele existente în baza de date vocală; - modulul de sinteză propriu-zisă a rostirii, care realizează concatenarea formelor de undă şi produce sinteza propriu-zisă. Acest prototip al sistemului LIGHTVOX a fost implementat în limbajul Visual C++ şi testat pe un calculator Pentium, rezultatele experimentale fiind prezentate în paragraful 7.5. Ca şi contribuţii ale autorului în domeniul proiectării sistemelor de sinteză vocală, contribuţii prezentate în acest capitol, se pot menţiona: - structurarea unei metodologii de proiectare a unui sistem de sinteză de voce, metodologie orientată pe două direcţii principale: crearea bazei de date şi conversia text-voce; - crearea unei baze de date vocale pentru sistemul de sinteză, alcătuită din aproximativ 600 de silabe ale limbii române; LIGHTVOX. - crearea unui prototip al sistemului de sinteză de voce pentru limba română, numit 265
- Page 232 and 233: 214 Cap. 6. Metode de sinteză de v
- Page 234 and 235: 216 Cap. 6. Metode de sinteză de v
- Page 236 and 237: 218 Cap. 6. Metode de sinteză de v
- Page 238 and 239: 220 Cap. 6. Metode de sinteză de v
- Page 240 and 241: 222 Cap. 6. Metode de sinteză de v
- Page 242 and 243: -----------------------------------
- Page 244 and 245: 6.4.6. Proiectarea bazei de date vo
- Page 246 and 247: 228 Cap. 6. Metode de sinteză de v
- Page 248 and 249: 6.4.6.3. Organizarea bazei de date
- Page 250 and 251: 232 Cap. 6. Metode de sinteză de v
- Page 252 and 253: silabă conţinând litera ă silab
- Page 254 and 255: 236 Cap. 6. Metode de sinteză de v
- Page 256 and 257: 238 Cap. 6. Metode de sinteză de v
- Page 258 and 259: 240 Cap. 6. Metode de sinteză de v
- Page 260 and 261: 7. Realizarea sistemului de sintez
- Page 262 and 263: Figura 7.2. Sistemul de sinteză a
- Page 264 and 265: 1) Crearea listei de silabe Cap. 7.
- Page 266 and 267: Cap. 7. Proiectarea sistemului de s
- Page 268 and 269: Cap. 7. Proiectarea sistemului de s
- Page 270 and 271: Cap. 7. Proiectarea sistemului de s
- Page 272 and 273: Cap. 7. Proiectarea sistemului de s
- Page 274 and 275: Baza de date vocală Cap. 7. Proiec
- Page 276 and 277: 1 Procesare Separator Procesare Cuv
- Page 278 and 279: Cap. 7. Proiectarea sistemului de s
- Page 280 and 281: Cap. 7. Proiectarea sistemului de s
- Page 284 and 285: 8. Concluzii finale Cercetările ef
- Page 286 and 287: 268 Cap. 8. Concluzii finale 11. A
- Page 288 and 289: 270 Cap. 8. Concluzii finale percep
- Page 290 and 291: 272 Cap. 8. Concluzii finale b) pen
- Page 292 and 293: 274 Cap. 8. Concluzii finale - nive
- Page 294 and 295: Bibliografie [And88] André-Obrecht
- Page 296 and 297: 278 Bibliografie Quality and Testin
- Page 298 and 299: 280 Bibliografie [Giu06] Giurgiu M.
- Page 300 and 301: 282 Bibliografie [Nag05] Nageshwara
- Page 302 and 303: 284 Bibliografie Research Institute
- Page 304 and 305: Anexa 2. Silabele din setul S2 dup
- Page 306 and 307: Anexa 2. Silabele din setul S2 dup
- Page 308 and 309: Anexa 3. Silabe din setul S3 după
- Page 310 and 311: Anexa 4. Silabe din setul S4 după
- Page 312 and 313: Anexa 4. Silabe din setul S4 după
- Page 314 and 315: 296 Anexa 5. Activitatea ştiinţif
- Page 316 and 317: 298 Anexa 5. Activitatea ştiinţif
- Page 318 and 319: Anexa 6. Lucrări ştiinţifice ale
- Page 320 and 321: O. Buza, G. Toderean, J. Domokos, A
- Page 322 and 323: O. Buza, G. Toderean, J. Domokos, A
- Page 324 and 325: O. Buza, G. Toderean, J. Domokos, A
- Page 326 and 327: O. Buza, G. Toderean, J. Domokos, A
- Page 328 and 329: O. Buza, G. Toderean, J. Domokos, A
- Page 330 and 331: Level 3 O. Buza, G. Toderean, J. Do
Cap. 7. Proiectarea sistemului de sinteză de voce în limba română<br />
a) lungime: silabe alcătuite din două, trei sau patru litere, precum şi foneme singulare;<br />
b) poziţia silabei în interiorul cuvântului: silabe iniţiale/mediane sau finale;<br />
c) accentuare: silabe accentuate sau neaccentuate.<br />
În final, în baza de date au fost înregistrate aproximativ 600 de unităţi acustice, foneme şi<br />
silabe, considerând atât silabele de segment median şi final, cât şi silabele accentuate şi<br />
neaccentuate, astfel: 386 de silabe de două litere, 139 de silabe de trei litere, 37 de silabe<br />
alcătuite din patru litere şi 36 de foneme singulare.<br />
2. Conversia text-voce<br />
Conversia text-voce reprezintă a doua fază, ce decurge on-line, în funcţionarea sistemului<br />
LIGHTVOX şi cuprinde toate etapele ce trebuie parcurse pentru ca dintr-un text iniţial să se<br />
genereze vorbirea sintetică asociată.<br />
Etapele componente ale acestei faze sunt următoarele:<br />
a) preprocesarea textului,<br />
b) corectarea ortografică,<br />
c) detecţia unităţilor lingvistice,<br />
d) determinarea prozodiei locale,<br />
e) regăsirea unităţilor acustice,<br />
f) îmbinarea unităţilor,<br />
g) sinteza de voce.<br />
Aceste etape au fost pe larg prezentate în cadrul metodei de sinteză bazată pe silabe, în<br />
secţiunea 6.4.<br />
Mai întâi a fost implementat un analizor lexical de preprocesare a textului, pentru<br />
exapandarea abrevierilor şi transcrierea fonetică a numerelor din text.<br />
Apoi s-a implementat analizorul şi setul de reguli corespondent pentru corectarea<br />
ortografică a textului.<br />
A fost apoi creat analizorul lexical pentru despărţirea în silabe, apoi cel pentru regăsirea<br />
accentelor (silabele accentuate din compunerea cuvintelor). Ambele au necesitat găsirea unor<br />
reguli de despărţire în silabe şi de accentuare a cuvintelor pentru limba română.<br />
Odată găsite unităţile lexicale de bază (silabele), a fost proiectat un analizor sintactic care<br />
să preia aceste unităţi lexicale şi să construiască structura de cuvinte şi propoziţii a textului de la<br />
intrare.<br />
A urmat implementarea unui algoritm de potrivire a unităţilor fonetice extrase din text cu<br />
unităţile acustice înregistrate în baza de date. Deoarece unităţile din baza vocală constituie un<br />
subset al silabelor existente în limba română, a trebuit proiectat un algoritm de selecţie optimală<br />
a unităţilor, care să asigure o rostire optimă din punct de vedere acustic şi perceptual.<br />
Îmbinarea unităţilor regăsite din baza de date şi sinteza vocală propriu-zisă nu au ridicat<br />
dificultăţi deosebite, aceste module fiind proiectate cu ajutorul funcţiilor API Windows.<br />
264