Java e Shkencës 2012 - Universiteti i Prishtinës

KUMTESA
softuerit përkatës, në bazë të tekstit të shkruar, bashkohen segmentet akustike në një fajll
akustik të vetëm, gjë që rezulton në gjenerimin e të folurit për tekstin e dhënë. Problemi
kryesor këtu qëndron te bashkimi i këtyre “copëzave” akustike, sepse me bashkimin e
thjeshtë të tyre paraqiten diskontinuitete të natyrave të ndryshme, të cilat e bëjnë të folurit
jonatyror.
1. Hyrje
Gjenerimi artificial i të folurit, në radhë të parë ndërlidhet me personat e
hendikepuar, qoftë me ata që nuk shohin, por edhe me personat që kanë pengesa në të folur.
Por, gjenerimi në fjalë mund të shfrytëzohet edhe gjatë gjenerimit të mesazheve të ndryshme,
ose edhe në lojra fëmijësh.
Cilësia e konvertimit të tekstit në të folur matet me dy parametra kryesor:
kuptueshmërinë dhe natyralitetin. Kuptueshmëria ka të bëjë me qartësinë e të folurit që
dëgjohet, ndërsa natyraliteti - me ngjashmërinë e të folurit të gjeneruar artificialisht me të
folurit e zakonshëm [3].
Për shumë gjuhë të mëdha botërore ekzistojnë zgjidhje që sigurojnë gjenerimin e të
folurit nga tekstet e shkruara në ato gjuhë. Por, për gjuhën shqipe ende nuk ekziston një
zgjidhje komplete.
Në bazë të studimeve të ndryshme, për shkak të specifikave që kanë gjuhët e ndryshme,
është konkluduar se për çdo gjuhë duhet të dizajnohet një algoritëm i veçantë për sintetizim
të të folurit.
Nga literatura dhe punimet e publikuara shihet se, për sintezën e të folurit nga teksti i
shkruar përdoren tri metoda kryesore: sinteza formant, sinteza përmes vargëzimit dhe sinteza
atrikuluese. Secila nga teknologjitë ka përparësitë dhe të metat e veta [3]. Metoda më e
përdorur deri më tani, nga shumica e autorëve, është metoda e sintezës përmes vargëzimit
(agl. concatenative synthesis).
Përdorimi i metodës së vargëzimit konsiston në ruajtjen e segmenteve të caktuara të tekstit si
segmente akustike. Nga këto segmente (copëza) akustike, përmes bashkimit me ndihmën e
një algoritmi të veçantë, gjenerohen fjalët, fjalitë dhe teksti në përgjithësi. Segmentet që
duhet të incizohen paraprakisht dhe të ruhen si fajlla akustik elementarë në një bazë me të
dhëna, mund të jenë të ndryshme, si: fjalë, rrokje, grupe shkronjash, etj.
E gjithë përpjekja për arritjen e cilësisë së kënaqshme të gjenerimit përqëndrohet në
bashkimin e segmenteve akustike, ashtu që të folurit e gjeneruar të jetë sa më natyral.
Konvertimi i numrave të shkruar në numra që shqiptohën është një tjetër sfidë gjatë
gjenerimit të të folurit nga teksti i shkruar dhe duhet të jetë pjesë integrale e algoritmit të
përgjithshëm, ngase numrat gati gjithmonë paraqiten si pjesë e teksteve të shkruara.
2. Gjuha shqipe dhe sinteza e të folurit nga tekstet e shkruara
Gjatë dizajnimit të sistemit për konvertim të tekstit të shkruar në të folur duhet pasur
parasysh karakteristikat e gjuhës për të cilën do të punojë sistemi. Specifikat e gjuhës
përkatëse kanë rëndësi dhe kërkojnë përgjigje konkrete që mund të dallojnë nga gjuhët tjera.
Gjuha shqipe bënë pjesë në familjen e gjuhëve indoeuropiane. Në pemën e kësaj familjeje,
gjuha shqipe paraqitet me një degë të veçantë, e që në disa elemente rrjedhin edhe nga vet
trungu i familjes [2]. Alfabeti i gjuhës shqipe përbëhet nga 36 shkronja të bazuara në
alfabetin latin. Këto shkronja u përkasin 36 fonemave të gjuhës së folur shqipe. Prej tyre 29
~ 344 ~