Научнотехничке информације

Војнотехнички институт Београд

КАТАЛОГ ИЗДАЊА

ИЗДАВАЧ

latinica

eglish

francia

АУТОМАТСКА КОНВЕРЗИЈА ТЕКСТУАЛНИХ ИНФОРМАЦИЈА У ГОВОР

Милан Сечујски

Владо Делић

Извод:

Задатак аутоматске конверзије текста у говор (енгл. Text-to-Speech Synthesis – TTS) јесте да конвертује улазну информацију у текстуалном облику у говорни сигнал разумљив човеку. То подразумева и да би синтетизован говор морао да звучи природно, односно, да би требало да поседује интонацију карактеристичну за природан људски говор. Системи који обављају аутоматску конверзију текста у говор користе се у оквиру различитих апликација у оквиру телекомуникационих мрежа пошто представљају неопходну компоненту говорног дијалога човек-машина. Такође, ти системи имају и специфичну примену у војним телекомуникационим системима.

У раду је описан систем за синтезу говора на српском језику реализован на Факултету техничких наука у Новом Саду. Овај систем обезбеђује високу природност синтетизованог говора кроз аутоматску морфолошку анализу речи у реченици и правилну акцентуацију реченице, те коришћење напредних статистичких модела у одређивању интонације реченице и других елемената који се не налазе у тексту, али су од кључног значаја за квалитет синтетизованог говора. Синтеза самог говорног сигнала обавља се повезивањем говорних сегмената из унапред снимљене говорне базе која обухвата око 12 часова говора (од чега се у тренутној верзији система користе 4 часа), при чему се најпогоднији сегменти за синтезу бирају према фонетско-прозодијским спецификацијама говорне целине коју је потребно синтетизовати. На овај начин реализовано је тренутно најквалитетније решење на говорном подручју јужнословенских језика, а у току су истраживања усмерена на уградњу овог система у дијалошке системе на српском језику 

Кључне речи: синтеза говора, синтентизатор говора, говорни сигнал, обрада текста, комуникациони интерфејс, дијалог човек-машина, српски језик.