Sintetizador de fala didático – módulo acústico (modelo de formantes)

Orientado por João Paulo Ramos Teixeira Dada a importância da interface homem-máquina para a fala, a função de conversor de texto-fala merece a atenção da engenharia, em particular da eléctrica e de tecnologia de computador. Neste trabalho foram desenvolvidos dois programas, em ambiente Matlab, para a síntese computacional da fala, baseado na excitação glotal artificial e na utilização de filtros que simulam o trato vocal do homem. O primeiro programa consiste numa aplicação didática sobre o modelo de formantes em que que é possível fazer a síntese das vogais em português e também é possível alterar os parâmetros do modelo e ouvir o respetivo som. Na segunda aplicação desenvolveu-se o módulo acústico de um sintetizador de fala em ambiente modular. Foi utilizado o programa Praat para gravar, os sinais de fala e extrair os parâmetros, como as frequências formantes e larguras de banda necessárias para a base de dados de difones. Os resultados são apresentados numa interface gráfica, do Matlab, conhecida por Guide. Na presente tese, é apresentada a constituição de um sistema de conversão texto-fala para o Português, explicando as funções dos vários módulos e descrevendo as técnicas de desenvolvimento utilizando o modelo de formantes. Given the importance of the human-machine interface for speech, the function of text-to-speech converter deserves the attention of engineering, particularly electrical and computer technology. In this work we developed two programs in Matlab for computational synthesis of speech based on glottal excitation and the use of filters that simulate the human vocal tract. The first program consist in a didactic application about the formants model in which you can do the synthesis of vowels in Portuguese and you can also change the model parameters and hear the respective sound. In the second application was developed the acoustic module of a speech synthesizer in modular environment. We used the Praat program to record speech signals and extracting the parameters such as formant frequencies and bandwidths necessary for the database difones. The results are presented in a graphical interface, in Matlab, known as Guide. In this thesis, we present the constitution of a system text-to-speech conversion for the Portuguese, explaining the functions of the various modules and describing the development techniques using the formants model.