Contribution à l’amélioration du signal de synthèse dans un système TTS pour la langue arabe

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Par ses propriétés morphologiques et syntaxiques, la langue arabe est considérée comme une langue très difficile à maîtriser dans le domaine du traitement automatique. Les systèmes de synthèse et de reconnaissance automatique de la parole pour la langue arabe sont de ce fait peu nombreux. Ce qui a motivé notre choix pour la réalisation d’un système de synthèse à partir du texte pour cette langue. Notre travail consiste plus précisément en une contribution à l’amélioration du signal synthétique dans un système de Synthèse de la parole à partir du Texte (SAT) pour l’Arabe Standard non voyellé et voyellé. Cette contribution se situe avant tout dans le choix de la méthode de synthèse utilisée. Nous avons opté pour la Synthèse par Sélection dynamique d’Unités dans un corpus (qu’on notera SSU). Cette méthode est relativement récente dans le domaine de la synthèse par concaténation. C’est une approche reposant sur l’utilisation de grandes bases de données de parole, obtenues lors de l’enregistrement d’un locuteur avéré dans la langue choisie. Dans cette méthode, il ne s’agit plus de satisfaire une cible prosodique en modifiant des segments de parole sans trop dégrader le timbre original de la voix, mais plutôt de sélectionner les unités les mieux adaptées au contexte de synthèse et de les concaténer en faisant le minimum de traitements acoustiques. Ainsi, la SSU permet d’obtenir une parole synthétique de très haute qualité et naturelle, dans le sens où elle respecte la variabilité intrinsèque du locuteur. Les performances d’un système de SSU dépendent essentiellement de deux facteurs, à savoir d’une part la richesse du corpus et d’autre part, l’algorithme de sélection utilisé. La seconde étape de notre étude a été consacrée à la réalisation de la base de données de corpus. Cette étape consiste en : la création du script, l’enregistrement de la base acoustique, la segmentation du corpus, l’analyse syntaxique, la conversion graphème-phonème, l’élaboration de règles et le traitement prosodique. Pour la sélection automatique des unités dans un corpus, un modèle bi-grams a été créé en se basant sur le lexique dégagé. Lors de la sélection effectuée à l’aide de l’algorithme de Viterbi, les coûts cibles et les coûts de concaténation ont été remplacés par les valeurs des probabilités d’émission et de transition. En effet, minimiser le coût revient à maximiser la somme des probabilités. En dernière étape, nous avons concaténé les diphones extraits à partir de la base de données actuelle pour obtenir le signal synthétique. C’est ainsi que nous avons développé notre système SAT pour l’arabe standard que nous avons nommé «GArabic TTS». Les résultats de cette étude sont présentés sous forme d’une interface graphique interactive, qui permet une utilisation souple de notre système de synthèse. Pour l’évaluation de la qualité de parole synthétique obtenue, nous avons mis au point une plateforme d’évaluation à base de méthodes objective (PESQ) et subjective (test Mos : comprenant un test pour l’intelligibilité et un autre pour les aspects naturels de la voix.). Les tests subjectifs ont été réalisés par le biais d’une interface web réalisée en langage HTML/PHP comptant 72 candidats. Les résultats ont été très concluants.

روابط وملفات

التعريف والنوع

رقم الوثيقة

eea6a58d-bbb8-47fd-b53e-d3427b41fa87

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

word

أسماء الملفات

1373271_1.docx, 1373271_2.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Aissa Amrouche","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":" Leila Falek ","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Contribution à l’amélioration du signal de synthèse dans un système TTS pour la langue arabe

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

By its morphological and syntactic properties, the Arabic language is considered as a very difficult language to control in processing and automatic speech synthesis systems. This justifies the limited number of automated processing systems. The aim of our work is a contribution to the realization of a speech synthesis system based on concatenation of units (unit selection in a corpus) using a bi-grams model for the Arabic language entitled GArabic TTS. The system is presentedas an interactive user interface. It takes a text as input and produces corresponding speech in Arabic.This contribution lies above all, in the choice of the synthesis method used. We have opted for speech synthesis by Dynamic Selection of Units in a corpus (to be noted SSU). This method is relatively recent in the field of synthesis of speech by concatenation. It is an approach based on the use of large speech databases, obtained when recording an established speaker in the chosen language.In this method, it is not to satisfy a prosodic target by modifying speech segments without degrading the original timbre of the voice, but rather selecting the units best suited to the synthesis context and concatenating them by doing the minimum acoustic treatments. Thus, the SSU makes it possible to obtain synthetic speech of very high quality and natural, in the sense that it respects the intrinsic variability of the speaker. The performance of an SSU system depends essentially on two factors, on the one hand the richness of the corpus and on the other hand the selection algorithm used. The second stage of our study was devoted to the realization of the corpus database. This step consists ofcreation of the script, recording of the acoustic base, corpus segmentation, syntactic analysis, grapheme-phoneme conversion, rule-making and prosodic processing. When the selection was made using the Viterbi algorithm, target costs and concatenation costs were replaced by the values of the emission and transition probabilities. Indeed, to minimize the cost is to maximize the sum of the probabilities. As a final step, we concatenated the diphones extracted from the current database to obtain the synthetic signal. This is how we developed our standard Arabic SAT system, which we named "GArabic TTS".The results of this study are presented in the form of an interactive graphical interface, which allows a flexible use of our synthesis system. For the evaluation of the synthetic speech quality obtained, we developed an evaluation platform based on objective (PESQ) and subjective methods (test MOS: including a test for intelligibility and another for the natural aspects of the voice). The subjective tests were carried out by means of a web interface made in HTML / PHP language with 72 candidates. The results were very conclusive

كلمات الباحثين

Arabe Standard, Arabic, Bi-Grams model, Bi-Grams, Sélection d’unités, Speech Synthesis, Synthèse de la parole, Text-To-Speech, TTS, Unit Selection, اللغة العربية, تركيب الكلام, مدونة

إشراف وإعداد

الإشراف

Leila Falek

الإعداد

Aissa Amrouche

الاقتباسات الببليوغرافية