s ntese de voz utilizando avatares gpvoz
Download
Skip this Video
Download Presentation
Síntese de voz utilizando avatares GPVoz

Loading in 2 Seconds...

play fullscreen
1 / 13

Síntese de voz utilizando avatares GPVoz - PowerPoint PPT Presentation


  • 67 Views
  • Uploaded on

Síntese de voz utilizando avatares GPVoz. Gabriel de Albuquerque Styve Stallone. Roteiro. O que foi feito na área Potenciais parceiros Possíveis soluções para o problema. O que foi feito na área. DOXVOX desenvolvido na UFRJ, utiliza a síntese de difones. Gratuito e Open Souce.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Síntese de voz utilizando avatares GPVoz' - tuan


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
s ntese de voz utilizando avatares gpvoz

Síntese de voz utilizando avataresGPVoz

Gabriel de Albuquerque

Styve Stallone

roteiro
Roteiro
  • O que foi feito na área
  • Potenciais parceiros
  • Possíveis soluções para o problema
o que foi feito na rea
O que foi feito na área
  • DOXVOX desenvolvido na UFRJ, utiliza a síntese de difones. Gratuito e Open Souce.
    • síntese de difones é baseada em concatenação de difones, que são pequenas seqüências de áudio que amostram a transição da metade de um fonema para a metade de outro.
    • O mecanismo utiliza-se de uma tabela onde são guardados grafemas e seus respectivos fonemas. Palavras que fogem a regra podem ser guardadas por inteiro.
    • Um dos sistemas de acessibilidade mais usados no país.
o que foi feito na area
O que foi feito na area
  • UFRGS , desenvolveu o Spoltech
    • Buscava tornar o CSLU toolkit, desenvolvido no (CSLU), localizado no Oregon Graduate Instítute funcional para o nosso português brasileiro;
    • CSLU toolkit: " um sistema que torna possível a criação de sistemas de processamento de fala de maneira simples, disponibilizando, inclusive, uma ferramenta visual para concepção rápida e intuitiva de aplicações de síntese e reconhecimento de fala.“
    • Buscou parceria com os desenvolvedores do CSLU toolkit;
    • Parceria gerou resultados, a síntese já opera em português e o reconhecimento já atinge 98% de acerto ao reconhecer dígitos.
potenciais parceiros
Potenciais parceiros
  • Na UFRGS, aluno está desenvolvendo um projeto de leitor de livros com o sintetizador de voz Open Souce eSpeek.
  • UFRJ criadora do DOXVOX
  • A UFRGS depois da parceria com a CSLU, reforçou a necessidade de buscar parcerias com outras instituições.
m dulos text to speech
Módulos Text-To-Speech
  • O modulo TTS faz a transformação de texto para fala. Atualmente existem muitos sintetizadores disponíveis no mercado.
  • Podemos dividir o modulo TTS em 2 partes
  • A primeira parte pega o texto e transforma em uma seqüências de fonemas (pode ser uma tabela de associação), também faz a conversão de datas, números e demais símbolos para fonemas.
  • A segunda parte que através da seqüência de fonemas e parâmetros como intensidade e duração, realiza a síntese da voz.

Texto

voz

Pré-processamento

sintese

m dulos extra o do fonema
Módulos Extração do Fonema
  • O Modulo Extração de Fonemas é um reconhecedor de padrões, que podemos dividir em também duas partes.
  • O modulo de extração de características que ao receber o arquivo de áudio, captura as informações mais importantes para o reconhecimento. EX: Taxa que o sinal cruza o eixo horizontal, distancia entre picos.
  • O outro módulo é um módulo de comparação que irá usar um algoritmo para comparar com padrões previamente treinados. ( Redes Neurais, Quantização Vetorial, etc)
  • Deixaremos como próximo passo o estudo das técnicas de reconhecimento de padrões.

Voz

Extração de Parametos

comparação

Fonema

modulo tts e extra o do fonemas
Modulo TTS e Extração do fonemas
  • Resumidamente o primeiro módulo realiza a síntese, e o segundo modulo realiza um reconhecimento.
  • Mais em todos os mecanismos de síntese já está embutida a parte que faz a tradução de grafemas para fonemas (tabelas de conversão).
  • Podemos utilizar dessa tabela para obter os fonemas resultantes sem precisar do segundo modulo.
m dulos interpreta o do visema
Módulos Interpretação do Visema
  • O módulo interpretação faz a associação de um fonema recebido pelo modulo extração do fonema com o visema correspondente no banco de visemas.
  • Uma simplificação utilizada na pratica, é fazer os visemas para representar apenas sons de vogais.
m dulo anima o
Módulo Animação
  • O modulo de animação receberá os visemas e sua intensidade e duração.
  • Visemas alem dos movimentos labias, podem representar expressões. Ex: surpresa
  • Para isso o texto precisa ser adaptado para conter informações emocionais.
ad