Del texto al habla GTP-UPC. Procesamiento previo del texto Transcripción fonética automática. Análisis lingüístico

Transcripción

1 La conversión de texto en habla Del texto al habla GTP-UPC La conversión de texto en habla text-to-speech, TTS Un sistema de conversión de texto en habla (CTH) transforma cualquier texto escrito en su realización sonora La estructura de un conversor suele ser modular Cada módulo se ocupa de un aspecto de la transformación de la cadena de caracteres inicial hasta llegar a la señal sonora Análisis lingüístico Esquema general de un conversor de texto en habla Asignación de prosodia Pre-procesado y normalización Transcripción fonética Conversión en parámetros acústicos Selección de unidades Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos

2 Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos Procesamiento previo del texto El módulo de procesamiento previo del texto realiza las mismas operaciones que un hablante leyendo en voz alta El objetivo es preparar el texto para la transcripción fonética automática Procesamiento previo del texto Procesamiento previo del texto Elementos que se convierten en texto 'deletreado' Abreviaturas (Sr. D., Exmo., pts...) Siglas (UE, ONU...) Cifras y ordinales (3, 1º, 2ª...) Fechas ( ) Horas (15.30h...) Medidas (m., cm., Km...) Números romanos (Pedro IV...) Letras aisladas Símbolos especiales ($...) Problemas en el preprocesado del texto Siglas y acrónimos OTAN [otan] *[oteaene] PP [pepe] *[pp] PSOE [pesoe] *[peeseoe] *?[psoe]

3 Procesamiento previo del texto Procesamiento previo del texto Problemas en el preprocesado del texto Abreviaturas VO *[bo] versión original CV caballos - curriculum vitae Problemas en el preprocesado del texto Concordancia en expresiones numéricas * trescientos sesenta y cinco líneas * quinientos pesetas Formas apocopadas 100 casos: cien casos 10%: diez por ciento Procesamiento previo del texto Procesamiento previo del texto Problemas en el preprocesado del texto Números de teléfono : * Noventa y tres millones quinientos ochenta y uno mil seis cientos ochenta y seis Horas 4.15: *cuatro punto quince Problemas en el preprocesado del texto Códigos postales Madrid: *veintiocho mil dos Madrid Fechas : *trece once noventa y ocho

4 Procesamiento previo del texto Problemas en el preprocesado del texto Lectura del correo electrónico Errores mecanográficos Errores ortográficos Falta de signos de puntuación Lectura de SMS Abreviaturas nuevas stoy n ksa 2# y slgo xa MAD tq Módulo de preprocesamiento del texto Módulo normalizador Selecciona la frase como unidad de trabajo Normaliza la forma de escritura sin perder información relevante Módulo normalizador Texto: El Sr. José Luis López tiene 201 viñas. NORMALIZADOR Frase normalizada: el Sr. josé luis lópez tiene 201 viñas. Formato: mm abr Mm Mm Mm mm mm mm sig Códigos: mm: palabra en minúscula, Mm: palabra con inicial mayúscula, abr: abreviatura, sig: signo ortográfico Módulo de preprocesamiento del texto Módulo de preproceso Expande abreviaturas, números, etc. Incluye la silabificación y la acentuación

5 Módulo de preproceso Frase normalizada: el Sr. josé luis lópez tiene 201 viñas. Formato: mm abr Mm Mm Mm mm mm mm sig PREPROCESO Palabras: el se#or jos e e luis l opez l tiene doscientas una vi#as. Palab_silab: el se. #or jo. s e s e luis l o. l pez ti e.ne dos. ci en. tas u. na v i. v #as. Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos Transcripción fonética automática Objetivos Creación de una cadena de unidades fonéticas - fonemas o alófonos- a partir del texto escrito preprocesado Un sistema de transcripción fonética automática es un algoritmo que transforma un texto de entrada representado en caracteres grafemáticos en una representación expresada mediante símbolos fonéticos Ríos (1993:381) Transcripción fonética automática Implica una decisión sobre el inventario de alófonos que condiciona el inventario de unidades de síntesis Decisiones ortológicas Decisión sobre el estándar Decisión sobre variedad geográfica Decisión sobre registro

6 La transcripción fonética automática Estrategias para la transcripción Diccionario ayudado por un analizador en lenguas con una correspondencia muy irregular entre grafía y sonido Reglas complementadas por un diccionario de excepciones en lenguas con una correspondencia regular entre sonido y grafía Tipos de reglas de transcripción RÍOS, A. (1993) "La información lingüística en la transcripción fonética automática del español", Boletín de la Sociedad Española para el Procesamiento del Lenguaje Natural 13: Reglas de fonemización Reglas de transcripción grafía-fonema Reglas de silabificación Reglas de ajuste silábico aplicadas a extranjerismos para adaptar su estructura silábica a la fonotaxis del español Reglas de acentuación Reglas de fonetización Características de las reglas de transcripción RÍOS, A. (1993) "La información lingüística en la transcripción fonética automática del español", Boletín de la Sociedad Española para el Procesamiento del Lenguaje Natural 13: Reglas dependientes del contexto Reglas de substitución de un signo en otro p.ej.: regla de transcripción del grafema <g> como [x] ante <e,i> Reglas de elisión de un elemento p.ej.: elisión de <u> en el dígrafo <gu> ante las vocales <e,i> Reglas de inserción de un elemento p. ej.: regla de inserción de [k] después del grafema <x> Problemas de la transcripción fonética automática Nombres propios y palabras extranjeras <#g> <#j> [dz] [Z] [j] (George, jeans, Jordi, Jaume) <#w> [w] [gw] (whisky) <ph> [f] (Humphrey) <sh> [S] [ts] (show, squash) <sch> [S] (Schiller) <tg> [dz] (Sitges) <#sc> [#esc] (stop, squash)

7 Problemas de la transcripción fonética automática Nombres propios de persona en español Esther <th>: [t] Lourdes <ou>: [u] Feijoo <oo>: [o] Desacentuación del primer elemento de los nombres compuestos (implica detectar el nombre compuesto) Forma de las reglas de conversión de grafía a representación fonética dependientes del contexto SUBIRATS, C. - LLISTERRI, J. - POCH, D. (1988) "El diccionario electrónico del español con un conversor de texto a voz", in MARTÍN VIDE, C. (Ed.) Lenguajes naturales y Lenguajes Formales III.1. Actas del III Congreso de Lenguajes Naturales y Lenguajes Formales. Sitges, Barcelona, 28 de septiembre - 2 de octubre Barcelona: Promociones y Publicaciones Universitarias. pp <c> --> [k] / #_ [a], [o], [u] casa, cosa, cuna <c> --> [T] / # _ [e], [i] cena, cine <c> --> [k] / V _ [a], [o], [u] oca, acoso, acuna <c> --> [T] / V _ [e], [i] hace, fácil Forma de las reglas de conversión de grafía a representación fonética dependientes del contexto SUBIRATS, C. - LLISTERRI, J. - POCH, D. (1988) "El diccionario electrónico del español con un conversor de texto a voz", in MARTÍN VIDE, C. (Ed.) Lenguajes naturales y Lenguajes Formales III.1. Actas del III Congreso de Lenguajes Naturales y Lenguajes Formales. Sitges, Barcelona, 28 de septiembre - 2 de octubre Barcelona: Promociones y Publicaciones Universitarias. pp <c> --> [k] / # (c) V_# C acción, actor <c> --> [k] / # _ [l], [r]v tecla, crío <c> --> [k] / _ # coñac, vivac <c> --> [ts] / _h techo Módulo conversor grafema-alófono Transforma una secuencia de grafías en una secuencia de alófonos

8 Módulo conversor grafema-alófono Palab_silab: el se. #or jo. s e luis l o. pez ti e.ne dos. ci en. tas u. na v i. #as. CONVERSOR GRAFEMA-ALÓFONO Alófonos: el se. N~or xo. s e s e luis l o. l pet [sil] tj e.ne Dos. Tj en. tas u. na B i. B N~as [sil] División silábica o silabificación Divide la cadena de alófonos en sílabas Puede realizarse como parte del preprocesado del texto, partiendo de la representación ortográfica Asignación de acento Determina las sílabas tónicas y las sílabas átonas de la cadena de alófonos Requiere información sobre palabras que son siempre átonas y reglas de acentuación para las palabras que no llevan acento gráfico Puede realizarse como parte del preprocesado de texto una vez se ha llevado a cabo la división silábica Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos

9 Análisis lingüístico Necesidad del análisis lingüístico en la conversión de texto a habla Transcripción fonética Predicción de la representación fonética a partir de reglas morfológicas / morfofonológicas que implican el reconocimiento de morfemas en lenguas con una correspondencia irregular entre grafías y alófonos Análisis lingüístico Necesidad del análisis lingüístico en la conversión de texto a habla Asignación de elementos prosódicos La localización de las pausas no marcadas ortográficamente, la asignación de acento y la determinación de las unidades melódicas requieren un análisis sintáctico Análisis morfológico Objetivos Segmentación del texto en morfemas Asignación de etiquetas correspondientes a las partes de la oración a las palabras (POS tagging) Conversión de texto en habla para el inglés en el sistema MITalk ALLEN, J. - HUNNICUTT, M. S. - KLATT, D. H. (with R. C. ARMSTRONG and D. PISONI) (1987) From Text to Speech: The MITalk System. Cambridge: Cambridge University Press Módulo DECOMP para la segmentación del texto de entrada en morfemas Diccionario de morfemas Gramática que predice las combinaciones posibles e imposibles de morfemas

10 Módulo categorizador Asigna categorías gramaticales a las palabras Módulo categorizador Palabras: el se#or jos e luis l opez tiene doscientas una vi#as. Palab_silab: el se. #or jo. s e luis l o. pez ti e.ne dos. ci en. tas u. na v i. #as. CATEGORIZADOR Categorías: ART N NP NP NP V NUM NUM N SIG Códigos: ART: artículo, N: nombre, NP: nombre propio, V: verbo, NUM: número, SIG: signo ortográfico Análisis sintáctico Para una asignación de elementos prosódicos que tenga como resultado una síntesis con un alto grado de naturalidad es necesario un análisis sintáctico, semántico y pragmático del texto Segmentación del texto en unidades sintácticas Asignación de una estructura de constituyentes (parsing) Módulo de análisis sintáctico Palabras: el se#or jos e luis l opez tiene doscientas una vi#as. Categorías: ART N NP NP NP V NUM NUM N SIG ESTRUCTURADOR Árbol sintáctico

11 Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos Asignación de elementos prosódicos Objetivos Conjunto de reglas que especifican Duración de los segmentos Intensidad de los segmentos / del enunciado Contorno melódico del enunciado Colocación y duración de las pausas Las etapas en la conversión de texto en habla Asignación de duración Asignación de intensidad Asignación de pausas Asignación de curva melódica Las etapas en la conversión de texto en habla Asignación de duración Asignación de intensidad Asignación de pausas Asignación de curva melódica

12 Asignación de duración segmental Requiere un modelo de duración segmental que considere Duración intrínseca de cada segmento Modificaciones contextuales Factores que determinan la duración segmental Acento Consonante que sigue al segmento Vocal que sigue al segmento Pausa después del segmento Posición del segmento en el enunciado Longitud de la palabra en la que se encuentra el segmento Velocidad de elocución Modelo de duración segmental para el inglés KLATT, D. H. (1979) "Synthesis by Rule of Segmental Durations in English Sentences", in B. LINDBLOM - S. OHMAN (Eds.) Frontiers of Speech Communication Research. New York: Academic Press. pp DUR = [(INDUR-MINDUR)*PRCNT]/100+MINDUR INDUR: duración intrínseca del segmento (en ms.) calculada a partir de un corpus en el que los segmentos se analizan en frases marco MINDUR: duración mínima del segmento si está acentuado PRCNT: porcentaje de reducción de la duración del segmento, determinado por regla Modelo de duración segmental para el inglés KLATT, D. H. (1979) "Synthesis by Rule of Segmental Durations in English Sentences", in B. LINDBLOM - S. OHMAN (Eds.) Frontiers of Speech Communication Research. New York: Academic Press. pp Elementos que determinan el porcentaje de reducción de los segmentos Inserción de pausas Alargamiento al final de una frase Acortamiento de sílabas que no se encuentran al final de una palabra Alargamiento debido al énfasis Modificación de la duración en función del contexto postvocálico de las consonantes

13 Modelo de duración segmental para el inglés KLATT, D. H. (1979) "Synthesis by Rule of Segmental Durations in English Sentences", in B. LINDBLOM - S. OHMAN (Eds.) Frontiers of Speech Communication Research. New York: Academic Press. pp Acortamiento de sílabas pertenecientes a palabras polisilábicas Acortamiento de consonantes en posición no inicial de palabra Acortamiento de segmentos no acentuados Acortamiento de los segmentos pertenecientes a grupos consonánticos Modelo de duración segmental para el inglés KLATT, D. H. (1979) "Synthesis by Rule of Segmental Durations in English Sentences", in B. LINDBLOM - S. OHMAN (Eds.) Frontiers of Speech Communication Research. New York: Academic Press. pp Alargamiento de vocales debido a la presencia de una oclusiva sorda Acortamiento de sílabas que no se encuentran al final de una frase Las etapas en la conversión de texto en habla Asignación de duración Asignación de intensidad Asignación de pausas Asignación de curva melódica Asignación de intensidad segmental Determina la intensidad de cada segmento en función de las variables que afectan a este parámetro

14 Modelo de intensidad vocálica para el español y el catalán BLECUA FALGUERAS, B. - ACÍN, V. (1995) "Propuesta de un modelo de intensidad vocálica del castellano y el catalán aplicable a un sistema de conversión de texto a habla", Procesamiento del Lenguaje Natural, Revista nº 17: Basado en el análisis de intensidad vocálica en un corpus de frases leídas Modelo en árbol que introduce una serie de factores que modifican la intensidad vocálica Posición prepausal o no prepausal Aparición de la vocal en sílaba tónica o átona Posición inicial, medial o final de la vocal en el enunciado Aparición de la vocal en un enunciado corto o largo Las etapas en la conversión de texto en habla Asignación de duración Asignación de intensidad Asignación de pausas Asignación de curva melódica Objetivos de la asignación de pausas Inserción de las pausas marcadas ortográficamente en el texto Inserción las pausas no marcadas ortográficamente en el texto Determinación de la duración de la pausa La contribución de las pausas Texto sintetizado con pausas (Telefónica I+D, Amigo v. 2.6) Texto sintetizado sin pausas

15 Marcado ortográfico de pausas en un corpus real 1629 pausas en total 1260 pausas marcadas ortográficamente 578 con punto; 527 con coma; 17 con punto y coma; 51 con dos puntos; 63 con signo de interrogación; 22 con signo de admiración; 2 con puntos suspensivos 369 pausas no marcadas ortográficamente Modelo de duración y asignación de pausas para el español PUIGVÍ, D. - JIMÉNEZ, D. - FERNÁNDEZ, J. M. (1994) "Parametrización de las pausas ortográficas en castellano. Aplicación a un conversor de texto a habla", Actas del X Congreso de la Sociedad Española para el Procesamiento del Lenguaje Natural, Córdoba, de julio de Basado en al análisis de un corpus de lectura Determinación de la duración de las pausas marcadas mediante signos de puntuación Factores fonéticos y sintácticos que determinan la aparición de pausas no marcadas por signos de puntuación Determinación de la duración de las pausas no marcadas por signos de puntuación Módulo pausador Transforma en pausas las palabras ortográficas Añade pausas no marcadas ortográficamente Módulo pausador Palabras: el se#or jos e luis l opez tiene doscientas una vi#as. Categorías: ART N NP NP NP V NUM NUM N SIG PAUSADOR Palabras: el se#or jos e e luis l opez l [pau_v] tiene doscientas una vi#as. Palab_silab: el se. #or jo. s e s e luis l o. l pez [pau_v] ti e.ne dos. ci en. tas u. na v i. v #as. Códigos: [pau_v]: pausa insertada ante el verbo

16 Las etapas en la conversión de texto en habla Asignación de duración Asignación de intensidad Asignación de pausas Asignación de curva melódica La contribución de la curva melódica Texto sintetizado con variaciones de F 0 (Telefónica I+D, Amigo v. 2.6) Texto sintetizado sin variación de F 0 Asignación de curva melódica En algunos sistemas la asignación de la curva melódica puede utilizar un análisis previo de la estructura entonativa de los enunciados (prosodic parsing) Modelo de generación de patrones melódicos para el español GARRIDO, J. M. (1996) Modelling Spanish Intonation for Text-to-Speech Applications. Ph.D. Thesis. Departament de Filologia Espanyola, Facultat de Lletres, Universitat Autònoma de Barcelona. 2 vols. Desarrollado a partir del análisis de un corpus de textos leídos Modelo fonético por niveles Nivel global I: asignación de un patrón melódico al párrafo, situación de los puntos de reset y delimitación de grupos melódicos Nivel global II: asignación de patrones a cada grupo melódico y superposición de los movimientos locales de F0 que marcan límites sintácticos o modalidad oracional Nivel local: superposición de los movimientos de F0 asociados con el acento léxico

17 La estilización (Garrido 2001) La declinación GARRIDO, J. M. (2001) "La estructura de las curvas melódicas del español: propuesta de modelización", Lingüística Española Actual 23, 2: Reducción de la curva melódica del enunciado Ramón llegó en avión, pronunciado por un locutor masculino, a una serie de puntos de inflexión relevantes F0 (Hz) Línea superior Línea inferior Contorno melódico correspondiente a la oración La reina del baile bailaba la rumba de moda. (locutor masculino), representado por medio de líneas de referencia. Ejemplo extraído de Garrido et al. (1995) Tiempo Estructura jerárquica GARRIDO, J. M. (2001) "La estructura de las curvas melódicas del español: propuesta de modelización", Lingüística Española Actual 23, 2: Árbol prosódico inicial GARRIDO, J. M. (2001) "La estructura de las curvas melódicas del español: propuesta de modelización", Lingüística Española Actual 23, 2: Descomposición en patrones melódicos superpuestos de la curva melódica del enunciado Ramón llegó en avión, pronunciada por un locutor masculino

18 Nivel global GARRIDO, J. M. (2001) "La estructura de las curvas melódicas del español: propuesta de modelización", Lingüística Española Actual 23, 2: Nivel local GARRIDO, J. M. (2001) "La estructura de las curvas melódicas del español: propuesta de modelización", Lingüística Española Actual 23, 2: Líneas de referencia: líneas continuas de trazo grueso correspondientes a los tres grupos fónicos de la oración. Líneas de supradeclinación: líneas discontinuas de distinto grosor Curva estilizada real: puntos unidos mediante líneas rectas Líneas de referencia: líneas continuas Puntos de inflexión de la curva estilizada real: puntos de color claro Puntos de inflexión de la curva estilizada generada por el modelo: puntos de color oscuro Modelo entonativo del conversor de texto en habla Actor (Loquendo) en español GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Las unidades de síntesis son fragmentos largos de señal extraída del contexto prosódico apropiado La F0 de la señal original se mantiene inalterada Adecuado para prosodia enunciativa neutra representada en la base de datos acústica Necesidad de un módulo de cálculo de F0 para los enunciados interrogativos Modelo entonativo del conversor de texto en habla Actor (Loquendo) en español GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Estilización de la curva melódica Cuatro niveles tonales P (pico) V (valle) M (medio) P+ (nivel por encima de un pico)

19 Modelo entonativo del conversor de texto en habla Actor (Loquendo) en español GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Estructura jerárquica de los patrones melódicos Patrones locales En el ámbito del grupo acentual Patrones globales En el ámbito del grupo entonativo En el ámbito de la oración Modelo entonativo del conversor de texto en habla Actor (Loquendo) en español GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Segmentación prosódica en Grupo acentual Sílaba tónica + sílabas átonas Grupo tónico Palabra tónica + átonas que la preceden Marcado con etiquetas categoriales para la asignación de pausas Grupo entonativo Suele coincidir con el grupo fónico o con límites sintácticos Estilización de la curva melódica GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Asignación de niveles tonales GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Curva melódica del enunciado Conoces el contenido del artículo de la Constitución? en la que aparecen los puntos de inflexión considerados durante el análisis M P+ V P Curva melódica del segmento Sabes cuando pasan perteneciente al enunciado ' Sabes cuándo pasan a recoger los muebles viejos este mes?' en la que aparecen representados los puntos M, P+, V y P

20 Patrones locales GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Patrones globales GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Curva melódica del enunciado Conoces el contenido del artículo de la Constitución? en el que aparecen estilizados el patrón inicial (1), dos intermedios (2,3) y el patrón final (4) Curva melódica del enunciado El acto de la firma transcurrió tal y como habían pactado ambas delegaciones la víspera, pronunciada por un locutor masculino. Las líneas rectas representan las líneas de referencia correspondientes a los puntos P (superior) y V (inferior) de la curva melódica Grupos entonativos GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Curva melódica correspondiente al enunciado El acto de la firma transcurrió tal y como habían pactado ambas delegaciones la víspera pronunciado por un locutor femenino. Sobre cada grupo entonativo se han dibujado las líneas de referencia correspondientes Evaluación del modelo GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: pares formados por estímulo natural - estímulo sintetizado 10 jueces expertos y 20 no expertos Evaluación del grado de semejanza entre la curva melódica natural y la sintetizada en una escala del 1 al 4

21 Evaluación del modelo GARRIDO, J. M.- ORTÍN, I.- QUAZZA, S.- SALZA, P. L.- MANCINI, F. (2000) "Desarrollo de un módulo de asignación de parámetros prosódicos para la versión en español del sistema de conversión texto-habla ACTOR ", Procesamiento del Lenguaje Natural 26: Módulo de generación de parámetros prosódicos Alófonos: el se. N~or xo. s e luis l o. pet [sil] tj e.ne Dos. Tj en. tas u. na B i. N~as [sil] Categorías: ART N NP NP NP V NUM NUM N SIG Alófonos: el se. N~or xo. s e luis l o. pet [sil] tj e.ne Dos. Tj en. tas PROSO Duraciones (ms): Entonación (Hz): Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos Conversión en parámetros acústicos Conjunto de reglas que tiene como objetivo: Asignar valores de parámetros acústicos a cada segmento o a cada unidad de síntesis Especificar las transiciones entre segmentos Los valores de los parámetros acústicos controlan un sintetizador que produce la onda sonora correspondiente al mensaje

22 Concatenación de unidades almacenadas mediante síntesis paramétrica Creación de un diccionario de unidades de síntesis Parametrización de las unidades Modelo del tracto vocal para la síntesis a partir de los parámetros utilizados Síntesis por LPC (Linear Predictive Coding) Síntesis por formantes Módulo de conversión en parámetros acústicos Módulo de síntesis Transforma la información de la secuencia de unidades de síntesis y de los parámetros prosódicos en una onda sonora Módulos de conversión en parámetros acústicos para la conversión de texto a habla Módulos de un conversor de texto en habla Alófonos: el se. N~or xo. s e luis l o. pet [sil] tj e.ne Dos. Tj en. tas u. na B i. N~as [sil] Duraciones (ms): Entonación (Hz): PARLA Selección de unidades de síntesis en el inventario Generación de tramas de síntesis SÍNTESIS Conversión en una onda sonora mediante el sintetizador

23 Las etapas en la conversión de texto en habla Procesamiento previo del texto Transcripción fonética automática Análisis lingüístico Asignación de elementos prosódicos Conversión en parámetros acústicos