Сравнительный анализ методов синтеза речи | Статья в журнале «Молодой ученый»

Автор:

Рубрика: Информатика

Опубликовано в Молодой учёный №26 (130) декабрь 2016 г.

Дата публикации: 04.12.2016

Статья просмотрена: 215 раз

Библиографическое описание:

Пугач А. С. Сравнительный анализ методов синтеза речи // Молодой ученый. — 2016. — №26. — С. 154-156. — URL https://moluch.ru/archive/130/36203/ (дата обращения: 19.10.2018).



В настоящее время представлено большое разнообразие методов синтеза речи. Существуют два основных фактора, от которых зависит выбор технологии синтезирования в конкретной реализации:

  1. Задача. В зависимости от требований к качеству итогового продукта, варьируются возможности синтезированной речи. Самую простую синтезированную речь можно создавать путём объединения частей записанной речи, которые будут храниться в базе данных. Естественно, в случае, если необходим синтез сложного текста, такой метод использовать нельзя, так как на стыке составляемых звуковых фрагментов возможны интонационные искажения и разрывы, заметные на слух. Кроме того, потребуется очень большая база данных для хранения всех необходимых звуковых фрагментов.
  2. Структура языка. При построении выходной речевой волны используются основные фонологические законы, правила ударения, морфологические и синтаксические структуры.
  3. Технологические возможности. В первую очередь, это количество памяти, доступное для информационной системы. В зависимости от количества хранимого словаря синтезатора, меняется и его сложность, и качество результирующего сигнала. Не менее важную роль при выборе метода играет вычислительная мощность устройства. Выбор сложного метода синтеза речи вкупе с низкой производительностью аппаратного обеспечения приведет к огромным затратам времени на вычисления.

Синтезаторы речи в целом делят на два типа: с ограниченным и неограниченным словарем. В устройствах с ограниченным словарем речь хранится в виде слов и предложений, которые выводятся в определенной последовательности при синтезе речевого сообщения.

Основные методы с ограниченным словарем — модель компилятивного синтеза и параметрическое представление. [1]

Модель компилятивного синтеза.

Модель компилятивного синтеза предполагает синтез речи путем конкатенации записанных образцов отдельных звуков, произнесенных диктором.

При использовании этой модели составляется база данных звуковых фрагментов, из которых в дальнейшем будет синтезироваться речь. Размер элементов синтеза, как правило, не меньше слова.

Этот способ обеспечивает высокое качество синтезируемой речи, т. к. позволяет воспроизводить форму естественного речевого сигнала. Еще один немаловажный плюс такого подхода: не требуется никаких знаний об устройстве речевого тракта и структуре языка. Однако, серьезное ограничение в данном случае имеет объем памяти. [2]

Таким образом, этот метод весьма прост в реализации и при этом эффективен в системах, не требующих синтеза заранее неизвестных предложений.

Существуют способы кодирования речевого сигнала в цифровой форме, позволяющие в несколько раз уплотнить информацию: простая модуляция данных, импульсно-кодовая модуляция, адаптивная дельтовая модуляция, адаптивное предиктивное кодирование. Естественно, сложность операций кодирования и декодирования увеличивается со снижением числа бит в секунду. В случае, когда требуется соединить сообщения в более длинное, сгенерировать высококачественную речь трудно, так как значения параметров речевой волны нельзя изменить, а они могут не подойти в новом контексте. [3]

Параметрическое представление.

С целью решения двух основных проблем компилятивного синтеза было разработано параметрическое представление сигнала, которое абстрагируется от речевой волны, а представляет ее в виде определенных параметров. Такой подход уменьшает объем требуемой памяти для словаря и дает большую гибкость по сравнению с компилятивной моделью.

Параметры отражают наиболее характерную информацию либо во временной, либо в частотной области. Один из подходов параметризации — представление речевой волны с помощью сложения отдельных гармоник на данной частоте.

Другой вариант параметрического представления речевого тракта — формантный — генерирует речь искусственным путем, создавая нужный набор резонансов. Такая система оперирует параметрами основного тона и формантами.

Таблица 1

Формантные частоты гласных

Символ

F1

F2

F3

и

390

1990

2550

у

440

1020

2240

а

730

1090

2440

э

660

1720

2410

C:\Users\Анастасия\Desktop\11111.png

Рис. 2. Спектры гласных

Изменения таких параметров дают возможность существенно изменять интонацию и временные характеристики сообщения.

Представление речи формантами является экономичным способом хранения речевой информации, еще больше уменьшая объем необходимой памяти по сравнению с компилятивным подходом.

Второе преимущество такого подхода является присущая ему гибкость. Поскольку смысловая информация содержится в формантах, а мелодическая (интонация, темп речи и т. д.) — в периоде основного тона и временном распределении речи, то формантное представление позволяет разделить что именно сказано и как сказано. [3]

Итак, формантный подход требует меньшего объема памяти, чем компилятивный, но при этом ему нужно больше вычислений, чтобы воспроизвести исходный речевой сигнал. Требуется соответствующая цифровая техника и знание моделей речеобразования, при этом лингвистическая структура языка не используется.

Описанные выше методы ориентированы на такие речевые единицы, как слова, предварительно введенные в устройство с голоса диктора. Данный принцип лежит в основе функционирования синтезаторов с ограниченным словарем. В системах, использующих синтезатор с неограниченным словарем, единицами речи служат фонемы или слоги. Такие синтезаторы используют метод полного синтеза по правилам.

Полный синтез по правилам.

При синтезе речи по правилам также используются компилятивный и параметрический методы кодирования, но уже на уровне слогов.

Метод синтеза речи по правилам базируется на запрограммированном знании акустических и лингвистических ограничений и не использует непосредственно элементы человеческой речи.

Для запоминания этой информации требуется мало памяти, но чтобы извлечь из нее параметры, необходимы знания эксперта. Анализ текста — задача лингвистическая и включает в себя определение базовых фонетических, слоговых, морфемных и синтаксических форм, плюс вычленение семантической информации. Системы конвертации текста в речь являются наиболее комплексными системами синтеза речи, включающие в себя знания об устройстве речевого аппарата человека и лингвистической структуре языка.

Таким образом, этот метод дает полную свободу моделирования параметров и позволяет воспроизводить почти любой текст; значительно экономит память, не требуя хранения большого количества информации. Однако, синтезированная речь звучит хуже натуральной (и, как правило, хуже, чем синтезированная другими вышеописанными методами); такая система сложна в разработке.

В поисках компромисса между гибкостью полного синтеза речи по правилам и его экономичностью, был разработан синтез речи по правилам с использованием предварительно запомненных отрезков естественного языка.

Такой метод является разновидностью обычного синтеза по правилам. В зависимости от размера исходных элементов синтеза выделяются следующие виды синтеза: микросегментный (микроволновый); аллофонический; дифонный; полуслоговой; слоговой; синтез из единиц произвольного размера.

Обычно в качестве таких элементов используются полуслоги — сегменты, содержащие половину согласного и половину примыкающего к нему гласного.

Качество такого синтеза не соответствует качеству естественной речи, поскольку на границах сшивки дифонов часто возникают искажения. Компиляция речи из заранее записанных словоформ также не решает проблемы высококачественного синтеза произвольных сообщений, поскольку слов изменяются в зависимости от типа фразы и места слова во фразе. Это положение не меняется даже при использовании больших объёмов памяти для хранения словоформ. Тем не менее, такой метод генерации речи будет давать более качественный звук на выходе, по сравнению с простым методом синтеза по правилам.

Литература:

  1. Сорокин В. Н. Синтез речи. — М.: Наука, 1992. – 392 с.
  2. Фролов А., Фролов Г. Синтез и распознавание речи. — М.: Москва, 2008 г.
  3. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. — М: Мир, 1988. – 835 с.
Основные термины (генерируются автоматически): компилятивный синтез, речевая волна, правило, синтез речи, параметрическое представление, ограниченный словарь, неограниченный словарь, лингвистическая структура языка, речевой тракт, полный синтез.


Похожие статьи

Базовые принципы построения системы синтеза речи

Синтезом речи называется процесс восстановления формы речевого сигнала по его параметрам. Синтез речи по тексту может быть использован в информационно-справочных системах...

Синтез и анализ лингвистической системы | Статья в журнале...

В данной статье идет речь о синтезе и анализе лингвистической системы, языковых констант (языковых единиц).

Основное качество языка — системность — обусловлено выполнением в мышлении человека логических операций синтеза и анализа.

Порождение речи в русле предикационной концепции языка

Они характеризуют речевой и внутренний синтаксис, структуру текста.

И. А. Зимняя в структуру порождения речи вводит следующие уровни: мотивационно-побудительный

Щичко В. Ф. Китайский язык. Полный курс перевода: учебник /В. Ф. Щичко, Г. Ю. Яковлев.

Система работы с лингвистическими терминами как условие...

Упражнения на создание словаря лингвистических терминов.

Выявить уровень усвоения понятия поможет система познавательных заданий, в основе которых лежит формирование таких мыслительных умений, как: анализ, синтез, сравнение, вычленение отдельных признаков...

Языки аналитические и синтетические | Статья в журнале...

Лингвистическая типология может строиться на основе самых разных структурных признаков — фонологических, морфологических, синтаксических и др.

В языках синтетического строя слово, будучи изъятым из контекста, сохраняет свои грамматические свойства: сын, полный...

Фонетическая интерференция сонорных согласных в русской речи...

Наиболее полное определение этого термина было дано Н. А. Любимовой, по мнению которой, «интерференция — это психофизиологический механизм взаимодействия в сознании индивида двух и более языковых систем, действие которого проявляется в индивидуальной речевой...

Использование технологии семантических полей при развитии...

В речевом развитии дошкольников — базовая задача — это формирование словаря, т. к. овладение словарем является важным условием.

В русском языке каждое слово имеет ограниченное количество валентностей: от одной до четырех.

Языковая специфика внутренней речи | Статья в журнале...

Ключевые слова: внутренняя речь, разговорная речь, языковая специфика внутренней речи.

как правило, в эмоционально окрашенных речевых ситуациях, когда существует

1998. — 135 с. Блох М.Я., Сергеева Ю.М. Внутренняя речь в структуре художественного текста.

Сегментация, шумоподавление и фонетический анализ в задаче...

При обработке речевых сигналов, как правило, оперируют не с исходным

2. Фланаган Дж.Л. Анализ, синтез и восприятие речи / пер. с англ.

Использование преобразования Гильберта-Хуанга для формирования моделей фонем русского языка в задаче распознавания речи.

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Базовые принципы построения системы синтеза речи

Синтезом речи называется процесс восстановления формы речевого сигнала по его параметрам. Синтез речи по тексту может быть использован в информационно-справочных системах...

Синтез и анализ лингвистической системы | Статья в журнале...

В данной статье идет речь о синтезе и анализе лингвистической системы, языковых констант (языковых единиц).

Основное качество языка — системность — обусловлено выполнением в мышлении человека логических операций синтеза и анализа.

Порождение речи в русле предикационной концепции языка

Они характеризуют речевой и внутренний синтаксис, структуру текста.

И. А. Зимняя в структуру порождения речи вводит следующие уровни: мотивационно-побудительный

Щичко В. Ф. Китайский язык. Полный курс перевода: учебник /В. Ф. Щичко, Г. Ю. Яковлев.

Система работы с лингвистическими терминами как условие...

Упражнения на создание словаря лингвистических терминов.

Выявить уровень усвоения понятия поможет система познавательных заданий, в основе которых лежит формирование таких мыслительных умений, как: анализ, синтез, сравнение, вычленение отдельных признаков...

Языки аналитические и синтетические | Статья в журнале...

Лингвистическая типология может строиться на основе самых разных структурных признаков — фонологических, морфологических, синтаксических и др.

В языках синтетического строя слово, будучи изъятым из контекста, сохраняет свои грамматические свойства: сын, полный...

Фонетическая интерференция сонорных согласных в русской речи...

Наиболее полное определение этого термина было дано Н. А. Любимовой, по мнению которой, «интерференция — это психофизиологический механизм взаимодействия в сознании индивида двух и более языковых систем, действие которого проявляется в индивидуальной речевой...

Использование технологии семантических полей при развитии...

В речевом развитии дошкольников — базовая задача — это формирование словаря, т. к. овладение словарем является важным условием.

В русском языке каждое слово имеет ограниченное количество валентностей: от одной до четырех.

Языковая специфика внутренней речи | Статья в журнале...

Ключевые слова: внутренняя речь, разговорная речь, языковая специфика внутренней речи.

как правило, в эмоционально окрашенных речевых ситуациях, когда существует

1998. — 135 с. Блох М.Я., Сергеева Ю.М. Внутренняя речь в структуре художественного текста.

Сегментация, шумоподавление и фонетический анализ в задаче...

При обработке речевых сигналов, как правило, оперируют не с исходным

2. Фланаган Дж.Л. Анализ, синтез и восприятие речи / пер. с англ.

Использование преобразования Гильберта-Хуанга для формирования моделей фонем русского языка в задаче распознавания речи.

Задать вопрос