10
elektronische Medien (Fach) / Sprachsynthese (Lektion)
- Anwendung gezielte Erstellung oder Veränderung von Sprachstimuli für Perzeptionsexperimente oder Therapie von Sprachstörungen z.B Morphing von Stimmen: PSOLA-Technik--> Männerstimme in Frauenstimme zu transformieren Theraphie von Sprachlernstörungen durch kündtlich verlangsamte Laute
- Geschichte 1779, Kratzenstein kann physliogische Unterschiede von 5 Vokalen erklären und sie künstlich erzeugen 1791, Kempelen, Apparat der zusammenhängende Äußerungen erzeugen kann 1937,mech. Sprecher wird über versch. Ventile gesteuert 1940-1950, Erfindung des Sonagraphen 1951, Cooper, Pattern-Playback Verfahren: natürliche oder künstliche gezeichnete Spektrogramme über optische Erfassung zurück in Sprache ab 1950, elekrische Modelle der Sprachproduktion ab 1970 computergesteuerte Sprachsynthese
- Sprachsynthese: parametrische Verfahren Formantensynthese: Filterung von stimmhaften oder stimmlosen Anregungssignalen über digitale Formantfilter direkte Umsetzung der Quelle-Filter-Modell der Sprachproduktion HMM- basierte Synthese statistischer Ansatz zur Prädiktion der Quell- Filtereigenschaften während einer Aüßerung --> aktueller Mainstream der Forschung computergesteurte mechanische Sprachmaschienen artikulatiorische Sprachsynthese
- Sprachsyntheseverfahren: Diphon-Synthese Ablauf Diphonen= Einheiten die aus dem Übergang von 2 Lauten bestehen Silben, Halbsilben, Laut oder Lautübergang mit Einführung dieser, wurde Sprachsynthese auf Basis natürlichsprachlicher Aufnahmen möglich Kompromiss zwischen Speicherplatz und Verständlichkeit/Natürlichkeit der SSynthese Logatome: für alle mög. Lautübergänge (z.B 40^2) für eine Sprache aufgenommen werden mit neutrale Intonation in neutralen Kontext gesprochen bei der Verkettung, Anpassung an den Kontext --> Manipulation (PSOLA-Verfahren)
- Probleme der Sprachsynthese mit natürlichen Spracheinheiten nicht praktikabel: alle Wörter einer Sprache aufzunehmen und zu neuen Äußerungen verketten --> Idee: Lautinventar der Sprache begrenzt klappt nicht immer den: Koartikulation, akustische Übergänge eng verzahnt --> Einführung der Diphone
- Sparchsyntheseverfahren: Unit-Selection Synthese nicht nur 1 Einheit pro Diphon oder laut im Korpus abgelegt --> ganz viele EInheiten in ganz versch. Kontexten Auswahl nach Kostenfunktion optimal scheint (Lautlänge, Intonation, spek. Passung an den Rändern) komplett auf nachträgliche Manipulation verzichten (besser für Qualität) --> bevorzugete Verfahren im kommerziellen Synthesesysteme
- textgesteuerte Sprachsynthese verwandelt Text in Sprache für datengesteuerte (diphon) und parametrische (Formanten/artiku- Synthese) Verfahren Symbolverarbeitung Verkettung und erzeugung der Sprachsignalparameter akustische Synthese --> Anforderung: Verständlichkeit und Natürlichkeit der SSynthese
- SAMPA Speech Assement Methods Phonetic Alphabet standartisiertes tastaturfreundliches phonetisches Alphabet zur elektronischen Übermittlung und Verarbeitung phnetischer Transkription der Sprachen nur eine Teilmenge des internationalen phonetischen Alphabet
- Verarbeitungschritte SAMPA Einteilung in Tokens (gesprochene Einzelwörter und Interpunktionszeichen) Textnormalisierung (Ausschreibung von Zahlen,Abkürzungen) Flache linguistische Analyse (Wortarten, (Satzstruktur bestimmen--> Phrasen) Phonetische Transkription (Lautschrift z.B Lexikon) Intonation (Aktzentzuweisung nach Phrasengrenzen, Wortarten ...) Erzeugung der weiten phonetischen Transkription =Allophone (Elisionen, Assimilationen...) Berechung der akustischen Parameter (Umwandlung in physikalische Parameter)
- PSOLA- Verfahren pitch-synchronous overlapp add erlaubt die unabhängige Manipulation von F0, Dauer und Intensität auf der Ebene der Grundperioden, als elementare Grundbausteine Vorrausetzung: verlässliche Bestimmung der Grezne der Grundperioden bei den Spracheinheiten
Anzeige