Z Wikipedii

Synteza mowy - polega na mechanicznej zamianie tekstu zapisanego w postaci znakowej na wypowiedź (mowę) w postaci dźwiękowej. Maszynę lub program komputerowy zamieniający tekst na mowę określa się mianem syntezatora mowy. W zależności od syntezatora, możemy uzyskać bardzo dokładną wymowę także słów nietypowych, literowanie różnych skrótów, odczytywanie liczb w tym również ułamków oraz odczytywanie dat poprzez dekomponowanie liczb. Syntezatory mowy mają wiele zastosowań. Pozwalają na zautomatyzowanie informowania bądź alarmowania użytkownika, są pomocne przy nauce języków obcych oraz tłumaczeniach, mogą także np. odczytywać dokumenty pisane alfabetem Brailla. Jeśli chodzi o syntezatory przystosowane do zamiany tekstu na mowę polską to dostarczony im tekst powinien zawierać dowolne znaki kodowane zgodne ze standardem WIN 1250.

Spis treści 1 Sprzęt 1.1 Synteza komputerowa 2 Proces syntezy mowy TTS (ang. Text To Speech) 3 Rodzaje syntezy sygnału mowy 4 Firmy, oraz przykładowe produkty branży syntezy mowy

[edytuj] Sprzęt

Można wydzielić dwa rodzaje syntezatorów - software'owe (programy komputerowe) i hardware'owe (urządzenia peryferyjne). Obecnie na rynku dostępnych jest wiele różnorodnych wersji oprogramowania komputerowego, które z dnia na dzień jest doskonalsze - obecnie najpopularniejsze w użyciu są tzw. screnreadery czytające tekst z ekranu. Jednak w użyciu powszechnym znajdują się również urządzenia peryferyjne komputerów (np. syntezator SMP-4) jak i urządzenia samodzielne, np. mówiące skanery (np. Poet compact), czytające drukowany tekst bezpośrednio z kartki, czy mówiące notesy (np. typowo polski Kajetek 2000) jako przenośne urządzenia pozwalające odsłuchiwać dokumenty tekstowe w podróży.

[edytuj] Synteza komputerowa

Aby wygenerować dźwięk używa się standardowego mechanizmu wbudowanego w systemy Windows (windows 3,X, 95, 98,Me, 2000, XP) - Multimedia Control Interface (MCI) lub w systemy Linux - rsynth. Dzięki temu mechanizmowi każdy, nawet najprostszy syntezator mowy może dobrze i bez konfliktów funkcjonować na wszystkich komputerach wyposażonych w prawidłowo zainstalowaną kartę dźwiękową.

[edytuj] Proces syntezy mowy TTS (ang. Text To Speech)

Obecnie najbardziej upowszechnionym systemem syntezy mowy jest TTS (z ang. text to speech tekst do mowy). Dzielimy go na dwa główne etapy, składające się z wielu pośrednich kroków, wymagających sporej wiedzy lingwistycznej i matematycznej. W pierwszym etapie program wydobywa z wprowadzonej frazy jak największą ilość informacji lingwistycznych - stara się zrozumieć tekst. Etap ten nazywany jest przetwarzaniem języka naturalnego - NLP (ang. Natural Language Processing).

W etapie NLP wyróżniamy następujące działania

• analiza tekstu
• transkrypcja fonetyczna
• generowanie prozodii
• wysÅ‚anie danych do DSP

Na podstawie zdobytych informacji następuje synteza dźwiękowej frazy - jest to etap cyfrowego przetwarzania sygnału DSP (ang. Digital Signal Processing).

Na etapie DSP zachodzÄ… takie procesy jak

• odbiór fonemów i prozodii z etapu NLP
• dekodowanie / dekompresja segmentów (dziÄ™ki bazie segmentów)
• dopasowanie prozodii
• konkatenacja, czyli Å‚Ä…czenie segmentów
• synteza sygnaÅ‚u
• mowa

[edytuj] Rodzaje syntezy sygnału mowy

Niektóre syntezatory korzystają z alofonicznej metody syntezy mowy. Polega ona na składaniu potrzebnych słów z dźwięków elementarnych, odpowiadających mniej więcej pojedynczym literom alfabetu. Każdy z dźwięków zapamiętywany jest w pamięci komputera i w odpowiedniej chwili i kolejności zostaje odtworzony. Metoda wymaga dużych mocy obliczeniowych komputera a efekt końcowy jest trochę mechaniczny.

Drugą metodą jest metoda konkatencyjna. Polega na nagraniu dużej bazy prawdziwego głosu lektora (tzw. baza segmentów), jej oznaczeniu i przetworzeniu, a następnie w procesie syntezy mowy wybieraniu, modyfikowaniu oraz składaniu sygnału mowy z fragmentów wcześniejszych nagrań. Technika ta pozwala na uzyskanie mowy najbardziej naturalnej.

[edytuj] Firmy, oraz przykładowe produkty branży syntezy mowy

• SynTalk - jeden z pierwszych syntezatorów mowy polskiej
• Drive(syntezator mowy) - grupa programistyczna programu Lektor (syntezator mowy)
• DANT - syntezator mowy polskiej
• Powiedz - syntezator mowy polskiej dla Å›rodowiska Linux
• ALTIX - zajmujÄ…cy siÄ™ technologia dla niewidomych i sÅ‚abo widzÄ…cych
• CNIN - Centrum Komputerowe dla Studentów Niewidomych i NiepeÅ‚nosprawnych dostarczajÄ…ce m.in. oprogramowania i sprzÄ™tów syntezujÄ…cych mowÄ™
• Synteza mowy -darmowy Serwer Syntezy Mowy WP dziaÅ‚ajÄ…cy jako wtyczka z programami np. Spik, WPKontakt
• Ivo Software - Polski komercyjny producent oprogramowania syntezujÄ…cego mowÄ™
• ECE firma produkujÄ…ca sprzÄ™towe syntezatory mowy
• Scansoft - zagraniczna firma, twórca standardu Realspeak, na którym opierajÄ… siÄ™ niektóre polskie syntezatory
• Acapela-group - zagraniczna grupa programistyczna dostarczajÄ…ca serwery naturalnej mowy, w tym i polskiej
• MBROLA - akademicki projekt miÄ™dzynarodowej syntezy mowy
• Blazie - zagraniczna firma oferujÄ…ca rozwiÄ…zania syntezy mowy Braill to Speach
• Syntezator Konkatenacyjny ZF PAN - pierwszy polski syntezator, powstaÅ‚y w poznaÅ„skim ZakÅ‚adzie Fonetyki Akustycznej , Polskiej Akademii Nauk, oparty o syntezator formantowy MEA 8000

Polska liderem w pokazywaniu europejskich produkcji

Europejskie stacje telewizyjne przeznaczają ponad 65 proc. czasu antenowego na produkcje europejskie, w tym ponad 36 proc. na produkcje niezależnych producentów z UE - wynika z piątkowego raportu Komisji Europejskiej. Polska jest liderem rankingu krajów UE.

TVP procesuje siÄ™ z "Dziennikiem"

Przeprosin i wpłaty 200 tys. na cel społeczny żąda TVP od "Dziennika" za artykuł pt. "Korupcja w TVP" - o domniemanej propozycji wiceszefowej Agencji Informacji TVP Patrycji Koteckiej wyższych wycen za materiały kompromitujące PO.

Maks Kolonko procesuje siÄ™ z "Faktem"

Przeprosin i 100 tysięcy zł zadośćuczynienia żąda od wydawcy "Faktu" znany prezenter TV Mariusz Maks Kolonko za nazwanie go "łajdakiem" i sugestię, że swój związek z Weroniką Rosati traktował instrumentalnie.

Powstaje audiobook o ÅšlÄ…sku

Sześć płyt i książka z esejami złożą się na audiobook poświęcony Śląskowi. Ma to być dźwiękowy pejzaż regionu.

Dodatek o Powstaniu Warszawskim w "Rzeczpospolitej"

Dzisiaj dziennik "Rzeczpospolita" (Presspublica) ukaże siÄ™ z dodatkiem poÅ›wiÄ™conym Powstaniu Warszawskiemu – "Warszawa '44".

Linki: Strona g³ówna