Се сеќавате на проектот "Текст-во-говор на македонски јазик" или TTS-MK? Случајно деновиве "шетајќи" на интернет ја пронајдов страната на Македонската .NЕТ корисничка група, каде што го забележав и TTS-MK проектот, овој пат во форма спремна за директно тестирање. Бидејќи се заинтересирав за овој проект, решив да го контактирам создавачот Славчо Чунгурски за да малку подобро тој ни објасни како се одвиваат работите со TTS-MK.
Во продолжение следи неговиот одговор:
"Меѓу системите за конверзија на текст во говор т.е. синтетизаторите на
говор, значајно место заземаат системите кои синтетизираат говор со поврзување
на претходно снимени сегменти на говор – конкатенативни синтетизатори. Ваквите
системи се едноставни и не бараат детално познавање на фонемски транзиции и
коартикулациони ефекти, како што е случај со другите видови на говорни
синтетизатори кои се базираат на правила поставени од лингвисти.
Во Македонија
постојат обиди за развој на квалитетен конкатенативен синтетизатор, меѓутоа
ваквите синтетизатори биле базирани на говорни бази од други словенски јазици,
да не кажам српскиот, што доведува до неприродна интонација на синтетизираниот
говор на македонски јазик.
Конкатенативните синтетизатори бараат поставување на озбилна задача во
дефинирање и снимање на говор и негова обработка за добивање на погодни говорни
сегменти.
Првиот синтетизатор на говор на македонски јазик од овој тип е веќе
спомнатиот TTS-MK, како еден сегмент од мојата докторска дисертација која ја
подготвувам на Факултетот за електротехнички и информациски технологии и овој
софтвер е комплетно развиен под .NET.
Општата функционална градба на говорен синтетизатор за македонски
јазик е составена од два главни модули:
- NLP (Natural Language Processing) модул кој како влез прима текст
кој по извршената анализа на текстот и негова транскрипција во гласови,
заедно со прозодичните елементи на излез дава симболичка информација за
гласовите и прозодијата за соодветниот влезен текст - DSP (Digital Signal Processing) модул кој на влез ја прима симболичката
информација за гласовите и прозодијата од NLP модулот и по соодветно
процесирање на излез дава синтетизиран говор
Веќе неколку месеци постои евалуациска форма преку која можеше да се
придонесе до подобрување на самиот софтвер, а повеќето учесници во евалуацијата
бараа и малку да се „поиграат" со него. За таа цел TTS-MK може да се
евалуира и (конечно) тестира тука.
Значи сајтот е во изработка, но TTS-MK може да се тестира. Морам да
напоменам дека верзијата која таму се наоѓа е базирана на снимки кои би можеле
да бидат и подобри, па оттаму доаѓа и шумот. Во моментот се работи на
новите снимки кои се надевам дека набрзо ќе се најдат на овој сајт.
На сајтот (откако ќе се направи) е планирано и учество на посетителите во развојот на
TTS-MK преку нивни коментари, но и преку ажурирање на библиотеките за NLP
модулот."
