Le macchine parlanti
La sintesi vocale ( Text to Speech Synthesis – TTS). Lo schema di principio di un sintetizzatore vocale.
Un po’ di storia
La macchina di Von Kempelen. Vedi una demo tratta da YouTube.
Il Pattern Playback dei laboratori Haskins. Maggiori informazioni su Yale University.
Il voder, uno strumento realizzato presso i Bell Laboratories nel 1939. Puoi vederlo all'opera su YouTube.
Schema Generale della Sintesi Vocale
Sentence tokenisation
Suddivisione del testo in frasi, punteggiatura e falsa punteggiatura. Frase = blocco intonativo.
Esempio – POS Tagging
Schema a blocchi del processo di POS-Tagging.
Normalizzazione
Sigle, abbreviazioni, numeri
G. Bianchi e il dr. S. Rossi ricevono il gruppo R&S solo lu-ma-me dalle 18:30 in poi.
Il nel 2010 mio numero di cellulare è sempre stato 347 123321123
Omografi
Non ho ancora gettato l’ancora.
Leggere queste pagine leggere è facile
Do you live [lIv] near a zoo with live [laiv] animals?
Tipi di sequenze che richiedono normalizzazione
A prevalente carattere alfanumerico
- Abbreviazioni: aut. min. conc.
- Sequenze e sigle: DVD, PC, IBM
- Sigle lette come parole: FIAT, INTEL
A prevalente carattere numerico
- Numeri: 12, 3.500, ½, 2,5
- Ordinali: 1°, IV
- Numeri di telefono: 081 66-50-44, 347 33466733
- Date e orari: 2/12/2012, 18:45, 5:21 pm
- Anni: 1899, 80ies, 72DC
- Valuta: 1.200.000€, 300$
- Percentuali: 83%, 5,6%
Normalizzazione (segue)
Parole straniere
Ho fatto un check-up a via Washington
Situazioni ambigue
2/12 (frazione o data?), VI (sesto o ‘vi’?)
Regole di concatenazione
Andiamo al cinema -> andiamalcinema
Quando è uscito -> quandescito | quanduscito
Trascrizione grafema fonema
La normalizzazione e le fasi successive
La normalizzazione e le fasi successive (segue)
La normalizzazione e le fasi successive
Determinazione delle durate foniche
Allungamento pre-pausale: la vocale o la sillaba che precede una pausa è allungata di un fattore 1.4
Accorciamento da mancanza di accento: tutte le vocali non accentate devono essere ridotte di un fattore 0.7
Allungamento da presenza di accento: tutte le vocali che portano accento devono essere allungate di un fattore 1.4
Accorciamento in sillaba chiusa: tutte le vocali che in una sillaba sono seguiti da una consonante devono essere accorciate di un fattore 0.8
Accorciamento in contesto occlusivo: tutte le vocali che precedono una occlusiva sorda sono accorciate di un fattore 0.7
Conclusione della fase di normalizzazione
Le lezioni del Corso
1. Introduzione al corso. Le tecnologie vocali: stato dell'arte e la situazione in Italia
2. Cenni di fonetica articolatoria
3. Digital signal processing applicazioni al segnale vocale – parte prima
4. Digital signal processing applicazioni al segnale vocale – parte seconda
5. Digital signal processing applicazioni al segnale vocale – parte terza
6. Analisi spettrografica del segnale vocale
8. Sintesi vocale da testo - parte prima
9. Sintesi vocale da testo - parte seconda
10. Sintesi vocale da testo - parte terza
11. Riconoscimento del parlato - parte prima
Il Podcast della lezione
Le altre lezioni del corso con podcast
1. Introduzione al corso. Le tecnologie vocali: stato dell'arte e la situazione in Italia
2. Cenni di fonetica articolatoria
3. Digital signal processing applicazioni al segnale vocale – parte prima
4. Digital signal processing applicazioni al segnale vocale – parte seconda
5. Digital signal processing applicazioni al segnale vocale – parte terza
6. Analisi spettrografica del segnale vocale
8. Sintesi vocale da testo - parte prima
9. Sintesi vocale da testo - parte seconda
10. Sintesi vocale da testo - parte terza
11. Riconoscimento del parlato - parte prima
12. Riconoscimento del parlato - parte seconda
I podcast del corso sono disponibili anche su iTunesU e tramite Feed RSS.
