Syntéza zvukového signálu

Abstract

Tato bakalářská práce pojednává o syntéze řeči ve frekvenční oblasti v českém jazyce. Výsledné programové řešení sestává z analyzátoru a syntetizéru zvolených elementárních jednotek řeči. Syntéza řeči je založená na LPC modelu. Analyzátor analyzuje vstupní jednotku ve formátu WAV, rozdělí ji na mikrosegmenty o délce 20 ms a uchová si LPC koeficienty, příznak znělý/neznělý, a zbytkový signál chyby predikce. Tyto data jsou pak uloženy ve formátu XML do souboru. Dále tato práce pojednává o metodách analýzy mikrosegmentů řeči jako jsou: určení znělosti, detekce základního tónu. Z oblasti výsledné syntézy řeči pojednává o zpětném převodu mikrosegmentů do časové oblasti, fonetické transkripci, rozdělování vět na slabiky a jejich spojování.

This bachelor's work deals with speech synthesis in frequency domain in Czech language. The resulting solution consists of speech analyzer and synthesizer of chosen elements of speech. Speech synthesis is based on LPC model. Speech analyzer analyses input speech element in WAV format, divides it into microsegments of length 20 ms and keeps LPC coefficients, voiced/unvoiced sign, and residual prediction error signal. Resulting data are saved in XML format into a file. Furthermore, methods of micro-segment analysis are mentioned, like: voice detection, base frequency detection. In domain of resulting speech synthesis are taken conversion of micro-segments back into time domain, phonetic transcription, dividing sentences into syllables and their concatenation.