‘The Voice Company’

Du texte à la Parole

Du texte à la parole

La synthèse de la parole permet de convertir un texte écrit en parole.

Comment cela se passe-t-il ?

Synthèse de la parole à partir du texte

Synthèse de la parole à partir du texte

=

Traitement de la langue

+Traitement du signal

Acapela Core Text To Speech Engine

Traitement de la langue

Traitement de la langue

Traitement de la langue

Preprocessing

Nous sommes le 17/03/2010.

Nous sommes le dix-sept mars deux mille dix.

Traitement de la langue

Analyse Morpho-Syntaxique

Nous sommes le dix-sept mars deux mille dix.

“Les poules du couvent couvent.”

Nous PRONOM

sommes AUXILIAIRE

le DETERMINANT

Traitement de la langue

Découpage Rythmique/Prosodique

(Nous sommes le 7 mars) (2010).

Nous PRONOMsommes AUXILIAIREle DETERMINANT

Traitement de la langue

Transcription Phonétique

(Mot/Phrase)

(Nous sommes le 7 mars) (2010).

/ n u s O m l @ s E t m a R s d 2 m i l d i s /

Exemples de particularités du Français

Liaison: les enfants

Gestion des e muets

Dénasalisation: un bon ami

Traitement de la langue

Décomposition en Syllabes

/ n u s O m l @ s E t m a R s d 2 m i l d i s /

/ n u - s O m - l @ - s E t - m a R s - d 2 - m i l - d i s /

Traitement de la langue

Marquage Prosodique

/ n u - s O m - l @ - s E t - m a R s - d 2 - m i l - d i s /

/ n u <l> - s O m <l> - l @ <l> - s E t <l> - m a R s <HH> - d 2<l> - m i l<l> - d i s<L-L-> /

Marquer les syllabes

qui sont mises en relief

Qu’est ce que la prosodie

Définition:-poésie: ensemble des règles de versification relatives aux

voyelles

-phonétique: étude de certains caractères phonétiques tels que l'intonation, l'accentuation, la durée

-musique: règles organisant les rapports entre le texte et la musique

Synthèse Synthèse

sans Prosodie avec Prosodie

Synthèse du signal

Synthèse du signal

Diphone ?

Phoneme vs. Diphone

Synthèse vocale – un peu d’histoire

• Synthèse par formant:– Fin des années 70

– Modélisations des formants et de leur évolutions

• Synthèse par diphones

– Fin des années 80

– Concaténation de sons ‘uniques’ + adaptation par traitement du signal

– MBROLA

• Synthèse par sélection d’unités– Fin des années 90

– Concaténation de sons en contexte (+ traitement du signal)

• Synthèse par modélisation HMM– 2004

– Modélisation paramétrique par entrainement sur base de données

Formant.exe

Synthèse par sélection d’unités

Principe:

Dans une grande base de données,

choisir les meilleurs sons afin

de les modifier le moins possible

Comment choisir les sons ?

coût cible (contexte phonétique, contexte prosodique, …)

+

coût de concaténation (spectre, F0, … les sons qui se ‘collent’ bien ensemble)

Synthèse par sélection d’unités

Cible 1 Cible 2 … Cible N

TEXTE

Candidat 1

Candidat 2

.

.

.

Candidat X

Candidat 1

Candidat 2

.

.

.

Candidat X

Candidat 1

Candidat 2

.

.

.

Candidat X

Candidat 1

Candidat 2

.

.

.

Candidat X

Ct Ct Ct CtCc Cc Cc

Synthèse par sélection d’unités

• Importance de la base de données enregistrée

Bonne couverture des sons dans différents contextesQualité de l’enregistrement ~= qualité du systèmeFacilité/rapidité d’enregistrement (phrases simples,…)Professionnalisme/Coaching

Enregistrement - Synthèse

Synthèse vocale - Applications

Accessibilité: accès à l’information écrite, lecteur d’écran, outil d’aide à la parole

Mobilité: GPS, Téléphone portable, dictionnaires parlant …

Télécommunication: services d’information/commerciaux téléphoniques, SMS to Voice, …

Multimedia: e-learning , marketing (ecard), translation (www.reverso.net)

Synthèse vocale - Quelques exemples

Synthèse le parole – Recherche

Personalisation

Expressivité

Merci pour votre attention