سنتز گفتار فارسی با استفاده از فرکانس گام در نرم‌افزار Flite

Abstract

در این پژوهش، طراحی و پیاده‌سازی سنتز کننده گفتار به زبان فارسی با استفاده از نرم‌افزار Flite ارائه شده است. بدین طریق که ابتدا توسط پایگاه داده جملات فارسی فارس‌دات، میانگین و انحراف معیار فرکانس گام و بزرگترین فرکانس گام هر واج واک‌دار را به‌دست می‌آوریم. سپس تغییرات هر واج عبارت موردنظر را از طریق محاسبه مقدار ارزش آن با توجه به فرمول ارائه شده پیشنهادی، در نرم‌افزار وارد می‌کنیم. ویژگی این سنتز کننده، تبدیل متن به گفتار با لهجه و تلفظ فارسی می‌باشد. در انتهای این مقاله، نتایج حاصل از اجرای الگوریتم پیشنهادی با منحنی فرکانس‌های گام به‌دست آمده توسط پایگاه داده جملات فارسی فارس‌دات، مقایسه شده است. همچنین، در این پژوهش چند نمونه از جملات زبان فارسی مربوط به پایگاه داده جملات فارسی فارس‌دات، با استفاده از روش پیشنهادی بر روی نرم‌افزار Flite، مورد سنتز قرارگرفته است. آزمون‌های شنیداری، برای میزان قابل‌فهم بودن، طبیعی بودن و خوشایند بودن جملات مذکور انجام شده است که نتایج آن‌ها برای جملات آموزش به‌ترتیب 4.4، 4.2 و 4.6 می‌باشد. همچنین برای جملات مجموعه آزمون، به‌ترتیب برابر 4.2، 4.1 و 4.3 می‌باشد.