{{Předmět|Syntéza řeči z psaného textu|Jiří Hanika|PFL042}}

Následující text je snahou o velmi stručné a mnohdy zkratkovité zaznamenání oscannovaných zápisků z přednášek, které jsou samy o sobě místy neúplné.

Stručný nástin problematiky

Proces syntézy řeči lze rozdělit do několika fází.

První úsek syntézy obsahuje kroky, které lze zařadit do fonetiky, jeho vstupem je text.

• předzpracování (normalizace)

• fonetická transkripce a vymezení jednotek

  • jednotky: hláska, slabika, přízvukový takt (věměstě), fráze, promluva.

• modelování prosodie

  • suprasegmentální jevy - nedělitelné jevy nad dělitelnými celky

    • intonace (frekvence kmitání hlasivek)

    • pauzy

    • intenzita (akustická energie)

    • časové členění

• volba řečových jednotek

  • silně redundantní řečové korpusy

  • potřeba volit nejvhodnější z mnoha možných vzorků dané jednotky

    • vhodnost - důležitější je kontrast než absolutní hodnota

Druhý úsek můžeme zařadit do oboru zpracování signálu. V této fázi je syntetizován řečový signál (wav,...). Programy realizující tuto část se nazývají syntetizéry.

Řečový signál

Jedná se o soubor signálů různých frekvencí. Můžeme vnímat významné (silné) frekvence, které vytvářejí "hlavní jádro" zvuku. Tyto významné frekvence nazýváme formanty a označujeme je po řadě (se vzrůstající frekvencí) jako F0, F1, ...

Signál o dané frekvenci f má tzv. vyšší harmonické frekvence, což jsou celé násobky f (2, zejména pak 3 násobky), které jsou ve výsledném signálu rovněž zvýrazněné (formanty vytváří na spektrogramu pravidelný vzor).

Formantový syntetizér - vytváří zvukový signál skládáním formantů.

Na spektrogramu signálu rozpoznáváme (velmi nejasné, zda-li je následující vysvětleno pravdivě)

• formant - silný signál určité frekvence

• exploze - prudký ráz v signálu (překonání překážky)

• tranzient - přechod mezi stacionárními kmitáními různé frekvence

• locus - ticho před explozí ??? vrchol, ke kterému směřují formanty před explozí ???

Samohlásky

Stacionární signál. F0 je základní hlasivkový tón, poloha jazyka určuje F1 (nahoře x dole) a F2 (vpředu x vzadu).

Poloha jazyka při vyslovování samohlásek

Souhlásky

Jedná se o prudké změny v signálu (samohlásky jsou naopak stacionární). Rozlišujeme je podle místa a způsobu artikulace.

Přesnější a přehlednější tabulky IPA

Vysvětlení pojmů

• labia - rty

• dentes - zuby

• alveoles - dásně (horní)

• uvula - čípek

• larynx - hrtan

• frikatíva - při artikulaci dochází ke zúžení dutiny, které se projeví syčením, šumem a turbulencemi. Překážka je neúplná, ale výrazna. Při rezonanci se artikulační ústrojí chová pasivně, energie je dodávána hlasivkami.

• explozíva - závěr, ticho, exploze, návrat

• afrikáta - závěr, ticho, zůžení, návrat

Po fázi ticha mohou nastat:

• klasická exploze

• aspirace (prodloužení uzávěru)

• postupné uvolnění

Výše uvedené neumělé tabulky a další informace můžete najít na stránkách IPA

Suprasegmentály

• frekvence F0

• intenzita

• časové členění (například délka lhásek)

Úrovně

• slabika - hranice mohou být spekulativní, v různých jazycích jsou slabiky vnímány různě (polské [parů] je jednoslabičné, čech označuje jako dvojslabičné)

• přízvukový takt

  • stress-timed jazyky - přízvuky přicházejí pravidelně, nepřízvučné dlouhé části se zkracují (kupř. angličtina)

  • syllable-timed jazyky

  • rozlišujeme rovněž jazyky s volným/pevným přízvukem v rámci taktu

• promluvový úsek

• výpověď

(a spekulativní meziúrovně)

Psací soustavy

Modelování prozodie

Syntéza

tomáš sedláček

Linky

• webové syntetizéry: [http://epos.ure.cas.cz/cgi-bin/saye.cgi?lang=czech

Category:Matematická%20lingvistika