Teza doctorat (pdf) - Universitatea Tehnică

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