Traitement Automatique des Langues

Transcription

1 Traitement Automatique des Langues Jean-Yves Antoine LI - Université Rabelais de Tours Jean-Yves.Antoine@univ-tours.fr TAL Master L&R J.Y. Antoine 1 Master SdL M2 L&R

2 Traitement Automatique des Langues SYNTHESE DE LA PAROLE TAL Master L&R J.Y. Antoine 2 Master SdL M2 L&R

3 Rappels : analyse signal de parole cordes vocales : son voisé / non voisé cavité nasale : son nasal / non nasal Fréquence fondamentale f0 (pitch) langue haut (fermé) / bas (ouvert) avant / arrière lieu d articulation Formants Fréquences de résonnance (F1,F2,F3 ) lèvres dents palais TAL Master L&R J.Y. Antoine 3

4 Rappels: analyse du signal Son périodique «pur» (sinusoïdal) Reproduction du même signal suivant un période T constante Signal S(t) Période T Temps t Une seule composante fréquentielle : fréquence fondamentale F0 Fréquence : nombre de périodes par seconde (Hertz) F = 1/T TAL Master L&R J.Y. Antoine 4

5 Rappels: analyse du signal Son périodique quelconque Correspond à la somme de signaux sinusoïdaux de fréquences multiples de la fréquence fondamentale et d amplitude décroissante (séries de Fourier) Signal S(t) T Fréquence F0 = f = F0 + + f = 2 F0 f = 3 F0 TAL Master L&R J.Y. Antoine 5

6 Rappels: analyse du signal de parole Son périodique quelconque Plusieurs composantes fréquentielles correspondant à la fréquence de chaque sinusoïde de l analyse de Fourier Fréquences multiples de la fondamentale : harmoniques Spectre d un signal à un instant donné : représentation de l importance des différentes composantes fréquentielles F 0 H 1 = 2 F 0 Son à la sortie des cordes vocales excitation à la fréquence fondamentale Fo spectre du signal : Fo + harmoniques Hi H 2 = 3 F 0 H 3 = 4 F 0 Fréquence (Hz) TAL Master L&R J.Y. Antoine 6

7 Rappels: analyse du signal de parole Articulation lieux de constrictions : cavités de résonance fréquences de résonance dues aux articulateurs : formants spectre du signal : Fo + harmoniques + formantsfi enveloppe spectrale : formants harmoniques TAL Master L&R J.Y. Antoine 7

8 Rappels: analyse du signal de parole Énergie Spectrogramme d après [Keller 97] TAL Master L&R J.Y. Antoine 8

9 Rappels : son numérique s(t) δ Te t Fréquence d échantillonnage f e = 1 / Te Numérisation sur b bits 2 b niveaux de pas de quantification δ Théorème de Shannon: l échantillonnage n induit aucune perte d information si f e est supérieure ou égale à 2 fois les plus hautes composantes fréquentielles du signal. TAL Master L&R J.Y. Antoine 9

10 Synthèse de la parole: techniques Synthèse à partir du texte vs. synthèse par concaténation TTS : Text-To-Speech synthesis TTS: approches centrées connaissances Premières approches historiques Principe : règles phonétiques générant le spectrogramme du signal Modèles explicatifs, mais qualité limitée TTS: approches centrées données Principe: ajustement (durée, intonation ) puis concaténation de signaux de parole déjà enregistrés. Concaténation de diphones bonne intelligibilité (coarticulation) mais intonation perfectible PSOLA (CNET), MBROLA [Dutoit, Leich, 1993] Sélection d unités sélection d unités de longueurs variables dans des bases de sons de plusieurs GOctet. Naturalité presque parfaite [Hunt, Black, 1996] TAL Master L&R J.Y. Antoine 10

11 Synthèse par formants (source / filtre) Synthèse par formants [Fant, 1960] Signal de parole = source filtré par les cavités du conduit vocal Source voisement des cordes vocales (pitch F0) ou bruit chaotique dû à la constriction dans les fricatives + radiation au niveau des lèvres Filtre fréquences de résonnances (formants) Application à la synthèse vocale [Klatt, 1990] Règles acoustiques décrivant le passage source + conduit => spectrogramme. TAL Master L&R J.Y. Antoine 11

12 Synthèse articulatoire Modèle Modèle physico-mathématique décrivant le signal généré par un appareil phonatoire décrit par certains paramètres Application à la TTS Synthèse articulatoire intégrée dans PRAAT, synthèse de l ICP TAL Master L&R J.Y. Antoine 12

13 Synthèse par sélection d unités Principe Sélection d unité Diphones Segments plus longs Resynthèse Prosodie (F0, intensité, durée) TAL Master L&R J.Y. Antoine 13

14 Bibliographie Dutoit T., Leich H. (1993) MBR-PSOLA: Text-To-Speech Synthesis based on a MBE Re- Synthesis of the Segments Database. Speech Communication. 13 (3(4) Fant G. (1960) Acoustic Theory of Speech Production. Mouton, The Hague, The Netherlands. Hunt A., Black A. (1996) Unit selection in a concatenative speech synthesis system using a large speech database. Proc. ICASSP 96, Atlanta. Georgia Klatt D.H. & Klatt L.C. (1990) Analysis, synthesis and perception of voice quality variations among male and female talkers. Journal of the Acoustical Society of America, 87, TAL Master L&R J.Y. Antoine 14