Teza doctorat (pdf) - Universitatea Tehnică

8.1. Principalele aspecte expuse în cadrul tezei
267
Cap. 8. Concluzii finale
1. La început a fost prezentată problematica sintezei de voce la modul general,
oportunitatea temei alese, ţinând cont în primul rând de stadiul actual al cercetării în domeniul
prelucrării vorbirii şi sintezei de voce.
2. A fost apoi expusă modalitatea producerii şi percepţiei vorbirii umane, fiind prezentat
modelul producerii vorbirii. S-a făcut o clasificare a sunetelor produse de vocea umană şi s-au
prezentat proprietăţile acustice ale sunetului.
3. S-a făcut o introducere în domeniul analizei şi prelucrării semnalului vocal, arătânduse
mai întâi care sunt parametrii de bază ai semnalului vocal. Au fost prezentate principalele
metode de procesare a semnalului vocal, metode de codare, metode şi standarde de compresie a
semnalului vocal.
4. Au fost prezentate contribuţiile autorului în domeniul procesării semnalului vocal,
aplicaţia de prelucrare digitală a semnalului vocal SPEA (Sound Processing and Enhancement
Application), precum şi experimentele realizate asupra unor eşantioane reale de semnal audio şi
vocal prin intermediul acestei aplicaţii.
5. Au fost prezentate modurile de analiză a semnalului vocal în scopul determinării
parametrilor de bază ai acestuia: modul de analiză în domeniul timp şi modul de analiză în
domeniul frecvenţă. La fiecare mod s-au arătat metodele specifice de determinare a parametrilor
semnalului vocal.
6. Tot în cadrul domeniului analizei de semnal, s-au prezentat principiile segmentării
semnalului vocal, cerinţele pe care trebuie să le îndeplinească algoritmii de segmentare,
modalităţile şi etapele de detectare automată a segmentelor semnalului vocal. A fost extrasă din
literatura de specialitate o metodă generică pentru segmentarea în domeniul timp, capabilă să
detecteze diferite categorii de segmente, având proprietăţi specifice, din semnalul vocal.
7. Au fost prezentate contribuţiile aduse de autor în procesul segmentării automate a
semnalului vocal, respectiv metoda proprie de segmentare în domeniul timp. S-au evidenţiat
etapele algoritmului de segmentare precum şi rezultatele obţinute: detectarea a patru categorii
fundamentale de semnal şi a zece clase de regiuni.
8. Au fost prezentate principiile procesului de segmentare fonematică, de asociere a
segmentelor semnalului vocal cu secvenţele de foneme corespunzând semanticii (reprezentării
textuale) a semnalului vorbit. Au fost expuse trei metode principale de segmentare fonematică,
extrase din literatura de specialitate.
9. Au fost prezentate contribuţiile autorului în problematica segmentării fonematice a
semnalului vocal, respectiv metoda de segmentare fonematică bazată pe reguli de asociere
foneme-regiuni. S-au explicat paşii metodei, setul de reguli folosit, s-au prezentat rezultatele şi
avantajele metodei. Au fost relevate aplicaţiile metodei de segmentare fonematică în procesul de
construire a bazelor de date vocale.
10. Un alt capitol a fost dedicat prezentării domeniului sintezei vorbirii; a fost expus
modelul general al sintezei vorbirii, sistemul de sinteză de tip text-to-speech, precum şi metodele
de bază folosite în sinteza text-to-speech. Au fost descrise etapele procesului sintezei vocale
pornind de la text.