Комплекс программ синтезирования таджикской речи по тексту

• Автор: Худойбердиев, Хуршед Атохонович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Душанбе
• Количество страниц: 113 с. : ил.

СОДЕРЖАНИЕ
Введение.

Концептуальная модель синтеза речи по тексту

Глава 1. О многообразии слогов таджикского языка.

1.1. Краткие сведения о таджикском языке.

1.2. Случайная выборка текстовой информации

1.3. Слоговая структура слов.

1.4. Статистические закономерности текстовой информации

1.5. Многообразие структур слогов

1.6. Алгоритм разбиения слова на слоги.

1.7. Многообразие слогов таджикского языка.

1.8. О распознавании ударного слога в таджикском слове.
Дополнение к главе
1.9. Агоритм морфоанализа таджикских слов.
1 О слоговой структуре русских слов
Глава 2. Компьютерные основы синтеза таджикской речи.
2.1. Формирование базы слогзвук
2.2. Описание базы слогзвук.
2.3. Агоритм озвучивания слова
2.4. Алгоритм озвучивания чисел. Озвучивание символов
2.5. Алгоритм безударного озвучивания текста.
2.6. Алгоритм ударного озвучивания текста
Дополнение к главе
2.7. Алгоритм морфемного озвучивания слова.
2.8. Об алгоритме озвучивания таджикского текста с
русизмами

Глава 3. Программный комплекс i x
3.1. Структурная схема программного комплекса.
3.2. Интерфейс программного комплекса.
3.3. Технические средства озвучивания.
3.4. Настройка качества озвучивания слогов и слов.
3.5. Вычислительные эксперименты. Оценка полноты множества
слогов для формирования синтетической речи
3.6. Вычислительные эксперименты. Реализация просодического
облика таджикского слова
Дополнение к главе
3.7. Вычислительные эксперименты. Морфемное озвучивание
3.8. Вычислительные эксперименты. Озвучивание таджикского текста с русизмами
Заключение.
Литература


Следует отмстить, что среди упомянутых синтезов формантный и конкатенативный нашли себе широкое применение, причем первый из них доминировал в течение долгого времени в прошлом, однако сегодня более популярным становится синтез конкатенативный. На их фоне артикуляционный синтез представляется слишком сложным для высококачественного воспроизведения, но не исключено, что он может оказаться особо перспективным методом в недалеком будущем. Другими менее популярными синтезами речи являются гибридный и синтез на основе НММ (Hidden Markov Models - НММ). Гибридный синтез объединил в себе черты формантного и конкатенагивного синтеза с целью максимального уменьшения акустических шумов в процессе звучания речевых сегментов. В системе синтеза на основе НММ речевой частотный спектр (речевой тракт), собственная частота (синтезатор речи) и длительность (просодия) моделируются одновременно при помощи скрытых марковских моделей. Речевые формы сигнала генерируются из скрытых марковских моделей, которые в свою очередь базируются на критерии максимального правдоподобия. В России наиболее заметные достижения в области автоматического синтезирования речи связаны с Вычислительным центром РАН (Ю. И. Журавлев, В. Я. Чучупал); Институтом проблем передачи информации РАН (В. Н. Сорокин), Институтом математики СО РАН и Новосибирским государственным университетом (Н. Г. Загоруйко и В. М. Величко), МГУ им. М. В. Ломоносова (О. Ф. Кривнова), МГТУ им. Н. Э. Баумана (Ю. Н. Жигулевцев), МЭИ (А. И. Евсеев), Московским государственным лингвистическим университетом (Р. К. Потапова), Московским техническим университетом связи и информатики (Ю. Н. Прохоров) и Санкт-Петербургским государственным университетом (В. И. Галунов), [-]. Из стран СНГ определенные достижения представлены в Белоруссии, [-]. Различные методы синтеза речи положены в основу компьютерных npoipaMM - синтезаторов речи. Относящиеся к разряду "text-to-spcech" такие программы по желанию пользователя могут читать мужским или женским голосом тексты, записанные в электронную память, делать при этом интонационные паузы, изменять тон и тембр речи в ходе прослушивания, передавать озвученные тексты через сеть. Speech, Laureate, SoftVoice, CNET PSOLA, ORATOR, Eurovocs, Lemout & Hauspies, Apple Plain Talk, Acu Voice, CyberTalk, ETI Eloquence, Festival TTS System, ModelTalker, MBROLA, Whistler, NeuroTalker, Listen2, SPRUCE, HADIFIX, SVOX Pfister . SYNTE2 and SYNTE3, Timehouse Mikropuhe, Sanosse, Speaking Mouse, ARGUS, АГАФОН, [-4]. О некоторых программах, например, таких как Sakrament Talker, Govorilka, Talk-To-Me, Text Aloud, Speech2, сообщается, что они приспособлены читать вслух тексты на любом языке. Однако' при непосредственной работе с ними обнаруживается, что приписываемое им умение на самом-то деле не подтверждается, так как высокое качество синтезируемой речи напрямую связано с учетом специфики озвучиваемого языка, вследствие чего программная система, разработанная для конкретного языка, не может столь же успешно выполнять свои функции по отношению к любому другому языку. Однако не только это, но также и существенные недостатки, определяемые либо неестественностью звучания, либо недостаточной разборчивостью сообщений, обуславливает актуальность дальнейших исследований по проектированию синтезаторов речи для естественных языков. Обзор диссертации. В настоящей диссертации дается описание разработанного автором прототипа компьютерного синтезатора таджикской речи по тексту. Он построен по принципу конкатенативного синтезатора, в котором в качестве речевой единицы выбран слог, что, в свою очередь, указывает на необходимость наиболее полного описания многообразия слогов таджикского языка. Решение этой проблемы приводится- в первой главе диссертации и основывается на статистическом исследовании случайной выборки из таджикских текстов объемом в страниц, содержавших 1 4 2 слов. Для изучения закономерностей таджикского языка, связанных с понятием слога, введено понятие слоговой структуры слова. Суть его состоит в следующем. Пусть W какое-либо слово, представляющее собой определенную последовательность букв.