Synteza mowy III: Finał

20.07.2010 - Krzysztof Kercz
TrudnośćTrudność

Nadszedł czas, by w końcu dokończyć pisanie naszego syntezatora mowy. Wiemy już bardzo dużo o fonetyce, potrafmy obsługiwać pliki dźwiękowe, pozostaje nam tylko zebrać całe nasze dotychczasowe doświadczenia i stworzyć działający program! Będziemy korzystać dużo z poprzednich rozważań, zatem przypomnijmy je sobie: część pierwsza (fonemizacja), część druga (obsługa plików dźwiękowych, akcent).

Gotowy program można ściągnąć stąd: http://informatyka.wroc.pl/upload/synteza/3/Program.tar.gz. Wszystkie istotne idee stojące za jego konstrukcją zostały opisane w dwóch poprzednich artykułach, teraz zatem przyjrzymy się po kolei każdemu ze składających się nań modułów i spróbujemy objaśnić co się w nich dzieje. Zanim wszak zaczniemy, posłuchajmy, jak brzmi fraza syntezowana za jego pomocą.

Tu powinien być odtwarzacz

Efekt nie jest powalający, ale przy odrobinie skupienia można zrozumieć, co syntezator mówi. Pamiętajmy, że korzystamy z najprostszej metody tworzenia syntezatorów i na wiele więcej nie mogliśmy liczyć. Na pocieszenie powiedzmy, że o ile sama synteza nie stoi na najwyższym poziomie, to innym istotnym składnikom programu (fonemizacja, akcent wyrazowy) nie można wiele zarzucić. Program stanowi zatem doskonały punkt wyjścia do napisania czegoś lepszego

Ale dlaczego właściwie nasz syntezator musi brzmieć tak źle? Wspominaliśmy już o tym w paru miejscach, ale teraz powiedzmy to już wyraźnie: synteza jest dokonywana przez proste sklejanie nagrań pojedynczych głosek. Program otrzymany w wyniku zastosowania takiej strategi zwie się syntezatorem unifonicznym i nie można oczekiwać od niego cudów. Efekty mogłyby być trochę lepsze, gdybyśmy dysponowali profesjonalnie nagraną bazą dźwięków, natomiast my korzystamy z plików nagranych w domowych warunkach, co jeszcze pogarsza sytuację.

Nie traćmy jednak ducha! Wszak cel został osiągnięty - syntezujemy frazy, które można zrozumieć. Przyjrzyjmy się modułom naszego programu, by dokładnie zrozumieć, jak tego dokonaliśmy

5
Twoja ocena: Brak Ocena: 5 (1 ocena)

Copyright © 2008-2010 Wrocławski Portal Informatyczny

design: rafalpolito.com