Spraaksynthese met MBROLA

Presentatie over: "Spraaksynthese met MBROLA"— Transcript van de presentatie:

1 Spraaksynthese met MBROLA
difoonsynthese

2 Difoonsynthese Als ingrediënten opgeven: Fonemen Toonhoogte Duren

3 MBROLA procedure Nodig: MBROLA difoonset
Stuurgegevens in .pho fil fonemen, toonhoogtes, duren MBROLA maakt .wav file $mbrola mbrola/nl2/nl2 woord.pho woord.wav

4 MBROLA difoonset Welke difonen precies?
Een woordenreeks opnemen waarin alle difonen voorkomen Hoe bereik je stabiliteit in kwaliteit? Met of zonder klemtoon? Segmenteren van difonen

5 Difoonaansluitingen pa ka ta
Dit zijn meestal zes verschillende opnamen, maar dat geeft spectrale verschillen bij de aansluiting: pa – ap, pa – ak, pa – at ka – ap, ka – ak, ka – at ta – ap, ta – ak, ta – at ap ak at

6 Manipulatie Difoonbouwstenen zijn opgenomen met bepaalde toonhoogten en duren. Hoe kun je die veranderen zonder het timbre van de fonemen te veranderen? Scheiden van stembron en stemfilter, met parametrisatie Golfvorm manipulatie

7 Scheiden van stembron en stemfilter
Model van stemgeving stembron + 5 formantfilters Bereken elke 10 ms de beste benadering van stembron en van de 5 formantfilters Alles in parameters, ook toonhoogte en duur Pas toonhoogte en duur aan Resynthetiseer

8 Golfvorm manipulatie (PSOLA)
Elke stemperiode markeren Per stemperiode een weging uitvoeren zodat aparte stukjes ontstaan die samen de totale golfvorm maken De stukjes in elkaar schuiven geeft een hogere toonhoogte, uit elkaar een lagere Stukjes verdubbelen vergroot de duur, stukjes weghalen verkort Pitch Synchronous OverLap Add method

9 PSOLA toonhoogtemanipulatie

10 MBROLA synthese – duur (ms) – toonhoogte (Hz) – %
; Utterance: "Hallo!“ _ h 96 A 48 l o _ percentages

11 MBROLA minivorm Startstilte (100 ms) en begintoonhoogte
Fonemen met duren Eindstilte (100 ms) en eindtoonhoogte Alles met <cr> ertussen Met FSA macro!

12 Hoe kom je aan de waarden
Duren: zie website (startwaarden) Toonhoogte: woordklemtoon monosyllabische woorden midden op klinker, bv F0-begin = 120 F0-klemtoon = 150 (50%) F0-einde = 70 Hz