Teza doctorat (pdf) - Universitatea Tehnică

268
Cap. 8. Concluzii finale
11. A urmat expunerea metodelor existente de sinteză a vorbirii, atât în domeniul
frecvenţă cât şi în domeniul timp. Dintre metodele de sinteză în domeniul frecvenţă au fost
expuse metoda formantică şi metoda LPC (Linear Predictive Coding), iar în cadrul metodelor de
sinteză în domeniul timp au fost detaliate metoda TD-PSOLA (Time Domain Pitch Synchronous
Overlapp and Add) şi metoda de sinteză bazată pe corpus.
12. Ca şi contribuţie în domeniul proiectării metodelor de sinteză vocală, s-a prezentat
metoda autorului de sinteză de voce bazată pe silabe pentru limba română. Metoda cuprinde
următoarele etape: preprocesarea textului, analiza de sintaxă, determinarea unităţilor lingvistice
de tipul silabelor, determinarea prozodiei intra-segmentale (accentuaţia), regăsirea unităţilor
acustice din baza de date vocală, concatenarea unităţilor acustice şi sinteza propriu-zisă a rostirii.
Pentru primele patru etape au fost proiectate analizoare lexicale bazate pe reguli. Mai
întâi a fost descris setul de reguli pentru preprocesarea textului sursă. A fost descrisă apoi
metoda de analiză de sintaxă şi s-a prezentat setul de reguli utilizat pentru analiza formelor
flexionate din limba română. În următoarea etapă, a fost prezentat analizorul sintactic pentru
extragerea propoziţiilor şi a cuvintelor din textul sursă, analizorul lexical pentru despărţirea
cuvintelor în silabe, precum şi setul de reguli utilizat în detectarea silabelor. S-a expus apoi
modul de determinare a aspectelor prozodice intrasegmentale: accentuarea cuvintelor. Aici a fost
prezentat analizorul lexical utilizat în determinarea accentelor şi setul de reguli asociat.
13. În continuare s-a descris structura şi modul de organizare a bazei de date vocale. Baza
de date este alcătuită dintr-un subset al silabelor limbii române, subset alcătuit pe baza
frecvenţelor de apariţie ale silabelor în limba română vorbită. Pentru a determina aceste
frecvenţe de apariţie, a fost realizată o statistică utilizând un corpus de texte conţinând peste
300000 de cuvinte.
14. S-a prezentat apoi modalitatea de regăsire a unităţilor acustice din baza de date
vocală. Căutarea în baza de date se face după lungimea silabei, contextul median sau final în
cadrul cuvântului şi accentuare.
15. A fost expus în continuare modul de concatenare a unităţilor acustice pentru a forma
semnalul de ieşire, precum şi modul de realizare a sintezei de voce.
16. În ultimul capitol s-a prezentat sistemul de sinteză de voce în limba română
LIGHTVOX, care implementează metoda de sinteză pe bază de silabe dezvoltată de autor. S-a
descris organizarea pe module a sistemului, etapele de proiectare, precum şi paşii care au fost
realizaţi la fiecare etapă. S-a detaliat modul de construire a bazei de date vocale şi s-a prezentat
algoritmul de implementare al procesului de conversie text-voce. În final, s-au expus rezultatele
obţinute cu sistemul de sinteză vocală, aplicaţiile şi dezvoltările de viitor.