Đang tải... (xem toàn văn)
Luận văn, khóa luận tốt nghiệp, báo cáo là sản phẩm kiến thức, là công trình khoa học đầu tay của sinh viên, đúc kết những kiến thức của cả quá trình nghiên cứu và học tập một chuyên đề, chuyên ngành cụ thể. Tổng hợp các đồ án, khóa luận, tiểu luận, chuyên đề và luận văn tốt nghiệp đại học về các chuyên ngành: Kinh tế, Tài Chính Ngân Hàng, Công nghệ thông tin, Khoa học kỹ thuật, Khoa học xã hội, Y dược, Nông Lâm Ngữ... dành cho sinh viên tham khảo. Kho đề tài hay và mới lạ giúp sinh viên chuyên ngành định hướng và lựa chọn cho mình một đề tài phù hợp, thực hiện viết báo cáo luận văn và bảo vệ thành công đồ án của mình
Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 1 Nguyễn Thị Sim MỤC LỤC Trang Trang phụ bìa Lời cam ñoan……………………………………………………………………… 3 Danh mục các hình vẽ………………………………………………………………4 Danh mục các bảng……………………………………………………………… …. 7 Danh mục các từ việt tắt……………………………………………………… … 8 MỞ ĐẦU……………………………………………………………………… … 9 Chương 1 – TỔNG QUAN VỀ NGUYÊN ÂM TIẾNG VIỆT………………… … 13 1.1. Cấu tạo âm tiết tiếng Việt …………………………………………… ……… 13 1.1.1. Âm ñầu ………………………………………………………………… 13 1.1.2. Âm ñệm ………………………………………………………………… 14 1.1.3. Âm chính………………………………………………………………….14 1.1.4. Âm cuối………………………………………………………………… 17 1.1.5. Thanh ñiệu ……………………………………………………………… 18 1.2. Các tham số cơ bản của tiếng nói ñối với nguyên âm tiếng Việt…………….19 Chương 2 – TỔNG QUAN VỀ TỔNG HỢP TIẾNG NÓI ……………………… 23 2.1. Khái niệm về tiếng nói………………………………… 23 2.2. Cơ chế tạo tiếng nói…………………………………………… …………… 23 2.3. Khái niệm về tổng hợp tiếng nói…………………………………………… 26 2.3.1. Tổng hợp mức cao ………………………………………………………….27 2.3.2. Tổng hợp mức thấp …………………………………………… ………… 29 2.4. Các phương pháp tổng hợp tiếng nói………………………… ……………… 31 2.4.1. Phương pháp tổng hợp tiếng nói bằng cách mô phỏng bộ máy cấu âm của con người………………………………………………………………………… 32 2.4.2. Phương pháp tổng hợp tiếng nói theo tần số formant…………… ……… 32 2.4.3. Phương pháp tổng hợp tiếng nói bằng cách ghép nối………… … …… 35 Chương 3- MÔ HÌNH TỔNG HỢP TIẾNG NÓI DRM VÀ MÔ HÌNH CẤU ÂM….39 3.1. Mô hình tổng hợp tiếng nói Distinctive region model (DRM) …… ………… . 39 Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 2 Nguyễn Thị Sim 3.2. Chương trình tổng hợp tiếng nói SMART ………………………………… 46 Chương 4: TỔNG HỢP CÁC NGUYÊN ÂM TIẾNG VIỆT …………………… 50 4.1. Đặc ñiểm của nguyên âm tiếng Việt………………………………………… 50 4.2 Tổng hợp các nguyên âm tiếng Việt sử dụng chương trình SMART ………… 55 Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN …………………………….60 5.1. Kết Luận 60 5.2. Hướng phát triển 60 TÀI LIỆU THAM KHẢO …………………………………… ………………… 61 Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 3 Nguyễn Thị Sim LỜI CAM ĐOAN Tôi xin cam ñoan luận văn là kết quả nghiên cứu riêng của tôi, không sao chép của ai. Nội dung của luận văn có tham khảo và sử dụng tài liệu, thông tin ñược ñăng tải trên các tạp trí, sách, báo, bài giảng và trang web theo danh mục tài liệu của luận văn Nguyễn Thị Sim Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 4 Nguyễn Thị Sim DANH MỤC CÁC HÌNH VẼ Trang Hình 1.1: Biểu diễn tần số F1 – F2 của hai nguyên âm /a/ và /ă/ khi ñược phát âm ñộc lập…………………………………………………………………… 15 Hình 1.2: Thanh ñiệu trên nguyên âm /a/ và /ă/ khi ñược phát âm ñộc lập…… 16 Hình 1.3: Biểu diễn tốc ñộ thay ñổi của tần số F1 trong ñoạn chuyển tiếp CV … 16 Hình 1.4: Đường cong mô tả giá trị tần số F0 của các thanh ñiệu trong tiếng Việt 18 Hình 2.1: Cấu tạo bộ máy cấu âm của con người………………………………….24 Hình 2.2: Mô phỏng bộ máy cấu âm của người……………………… …………… 25 Hình 2.3. Mô hình tổng hợp tiếng nói…………………………………………… 27 Hình 2.4. Sự phụ thuộc của ngôn ñiệu vào các yếu tố…………………… ……… 29 Hình 2.5: Cấu trúc cơ bản của một bộ tổng hợp tiếng nói theo tần số formant nối tiếp 33 Hình 2.6. Cấu trúc cơ bản của một bộ tổng hợp tiếng nói theo tần số formant song song 34 Hình 3.1: (a) Tiết diện của một ống âm học ñóng - mở; (b) Hình dáng của hàm sensitivity ñối với tần số cộng hưởng thứ nhất F1 (R. Carré, Maria Mody, 1997) 39 Hình 3.2: (a) Hàm diện tích thiết diện của ống âm học ñóng – mở không ñều A 0 (n); (b) hàm sensitivity S 0 F1(n) tương ứng với tần số formant F1; (c) hàm diện tích thiết diện ban ñầu A 0 (n) (ñường nét mảnh) và hình dáng mới của ống A 1 (n) (ñường nét ñậm) có ñược theo thuật toán 41 Hình 3.3: Thay ñổi hình dáng của ống âm học ñều ñóng – mở ñể tăng (a) hoặc giảm (b) tần số formant F1; (c) sự thay ñổi của tần số formant F1; (d) biểu diễn sự thay ñổi của F1 trên mặt phẳng F1-F2: ñường nét liền: F1 tăng, ñường nét ñứt: F1 giảm 43 Hình 3.4: Thay ñổi hình dáng của ống âm học ñều ñóng – mở ñể tăng (a) hoặc giảm (b) tần số formant F2; (c) sự thay ñổi của tần số formant F2; (d) biểu diễn Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 5 Nguyễn Thị Sim sự thay ñổi của F2 trên mặt phẳng F1-F2: ñường nét liền: F2 tăng, ñường nét ñứt: F2 giảm…………………………………………………………… ……… 44 Hình 3.5: Các hàm sensibility (∆F) của một ống âm học ñều ñóng – mở của ba tần số formant ñầu tiên (F1, F2, F3) và mô hình DRM với 8 vùng tương ứng với các vị trí ñiểm qua không của các hàm sensibility 45 Hình 3.6: (a) Ống thanh quản và mô hình DRM 8 vùng phân biệt: R1 tương ứng với thanh quản, R3, R4, R5, R6 tương ứng với lưỡi, R7 tương ứng với răng, và R8 tương ứng với môi; (b) Mô hình DRM 8 vùng phân biệt và vị trí cấu âm của nguyên âm và phụ âm 46 Hình 3.7: Mô hình phương pháp tổng hợp tiếng nói theo phương pháp mô hình hóa bộ máy cấu âm của con người 47 Hình 3.8: Quan hệ truyền ñạt tín hiệu tại vị trí kết nối giữa hai ñoạn ống trong mô hình mô phỏng ống thanh quản…………………………………………………….47 Hình 3.9: Điều khiển chương trình SMART bằng mô hình DRM 49 Hình 4.1: Độ dài trung bình của các nguyên âm tiếng Việt trong ngữ cảnh của các âm tiết có cấu trúc (C1)VC2, trong ñó C1 là phụ âm ñầu /b/, V là một trong các nguyên âm /a, ă, ɤ, ɤ̆, ɔ, ɔ̆, ɛ, u, i/, C2 là một trong các phụ âm cuối /p, t, k/ 53 Hình 4.2: Độ dài trung bình của các nguyên âm tiếng Việt trong ngữ cảnh của các âm tiết có cấu trúc (C1)V1V2, trong ñó C1 là phụ âm ñầu /b/, V1 là một trong các nguyên âm /a, ă, ɤ, ɤ̆, ɔ, ɛ, u, i/,V2 là một trong các bán nguyên âm cuối /w, j/ 54 Hình 4.3: So sánh ñộ dài trung bình của các nguyên âm tiếng Việt trong hai ngữ cảnh: (C1)VC2 và (C1)VV2, trong ñó C1 là phụ âm ñầu /b/, V là các nguyên âm tiếng Việt /a, ă, ɤ, ɤ̆, ɔ, ɔ̆, ɛ, u, i/, C2 là một trong các phụ âm cuối /p, t, k/, V2 là một trong các bán nguyên âm cuối /w, j/ 55 Hình 4.4: Chương trình SMART tổng hợp các nguyên âm tiếng Việt 56 Hình 4.5: Kết quả tổng hợp 02 nguyên âm /ai/ bằng chương trình SMART 56 Hình 4.6: Tín hiệu tổng hợp và tần số formant F1, F2, F3 của hai nguyên âm /ai/ tổng hợp bằng chương trình SMART 57 Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 6 Nguyễn Thị Sim Hình 4.7: Tín hiệu tổng hợp và tần số formant F1, F2, F3 của hai nguyên âm /au/ tổng hợp bằng chương trình SMART 57 Hình 4.8: Tín hiệu tổng hợp và tần số formant F1, F2, F3 của hai nguyên âm /ui/ tổng hợp bằng chương trình SMART 58 Hình 4.9: Tín hiệu tổng hợp và tần số formant F1, F2, F3 của nguyên âm /a/ và bán nguyên âm /j/ tổng hợp bằng chương trình SMART 58 Hình 4.10: Tín hiệu tổng hợp và tần số formant F1, F2, F3 của nguyên âm /ă/ và bán nguyên âm /j/ tổng hợp bằng chương trình SMART 59 Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 7 Nguyễn Thị Sim DANH MỤC CÁC BẢNG Bảng 1.1. Cấu trúc của âm tiết tiếng Việt…………………………………………13 Bảng 1.2. Liệt kê âm vị của 22 phụ âm ñầu trong tiếng Việt………………… 14 Bảng 1.3: Âm ñệm trong tiếng Việt………………………………………… 14 Bảng 1.4: Phân loại các nguyên âm tiếng Việt………………………………… 15 Bảng 1.5: Các âm cuối trong tiếng Việt………………………………………… 17 Bảng 1.6: Vị trí cấu âm và chế ñộ cấu âm của các nguyên âm cuối tiếng Việt …… 17 Bảng 1.7: Các thanh ñiệu trong tiếng Việt……………………………………… 18 Bảng 1.8: Các tần số formant F1, F2, F3 của một số nguyên âm tiếng Việt………22 Bảng 4.1: Độ dài của nguyên âm /a/ và /ă/ trong ngữ cảnh âm tiết (C1)VC2 50 Bảng 4.2: Độ dài của nguyên âm /a/ và /ă/ trong ngữ cảnh âm tiết (C1)V1V2 51 Bảng 4.3: Độ dài của các cặp nguyên âm dài – ngắn /ɤ, ɤ̆/ và /ɔ, ɔ̆/ trong ngữ cảnh âm tiết (C1)VC2 52 Bảng 4.4: Độ dài trung bình của nguyên âm /ɤ/ và /ɤ̆/ trong ngữ cảnh âm tiết có cấu trúc (C1)V1V2 52 Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 8 Nguyễn Thị Sim DANH MỤC CÁC TỪ VIẾT TẮT Formant: Là tần số cộng hưởng của tuyến âm CV: Nguyên âm – Phụ âm TTS: Tổng hợp tiếng nói FE: Phần ñầu BE: Phần cuối NLP: Khối xử lý ngôn ngữ tự nhiên DSP: Khối xử lý tổng hợp tiếng nói CSDL: Cơ sở dữ liệu Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 9 Nguyễn Thị Sim MỞ ĐẦU Kể từ khi xuất hiện, máy tính càng ngày càng chứng tỏ rằng ñó là một công cụ vô cùng hữu ích trợ giúp con người xử lý thông tin. Cùng với sự phát triển của xã hội, khối lượng thông tin mà máy tính cần xử lý tăng rất nhanh trong khi thời gian dành cho những công việc này lại giảm ñi. Vì vậy, việc tăng tốc ñộ xử lý thông tin, trong ñó có tốc ñộ trao ñổi thông tin giữa con người và máy tính, trở thành một yêu cầu cấp thiết. Hiện tại, giao tiếp người - máy ñược thực hiện bằng các thiết bị như bàn phím, chuột, màn hình, với tốc ñộ tương ñối chậm nên cần có các phương pháp trao ñổi thông tin mới giúp con người làm việc hiệu quả hơn với máy tính. Một trong những hướng nghiên cứu này là sử dụng tiếng nói trong trao ñổi thông tin người - máy. Những nghiên cứu này liên quan trực tiếp tới các kết quả của chuyên ngành xử lý tiếng nói, trong ñó có tổng hợp tiếng nói. Tổng hợp tiếng nói là lĩnh vực ñang ñược nghiên cứu khá rộng rãi trên thế giới và ñã cho những kết quả khá tốt. Có ba phương pháp cơ bản dùng ñể tổng hợp tiếng nói ñó là phương pháp tổng hợp tiếng nói bằng cách mô phỏng bộ máy phát âm, phương pháp tổng hợp tiếng nói theo tần số formant và phương pháp tổng hợp tiếng nói bằng cách ghép nối. Phương pháp tổng hợp tiếng nói bằng cách mô phỏng bộ máy phát âm cho chất lượng tiếng nói tốt nhưng ñòi hỏi nhiều tính toán vì việc mô phỏng chính xác bộ máy phát âm rất phức tạp. Phương pháp tổng hợp tiếng nói theo tần số formant không ñòi hỏi chi phí cao trong tính toán nhưng cho chất lượng tiếng nói chưa tự nhiên. Phương pháp tổng hợp tiếng nói bằng ghép nối cho chất lượng tiếng nói tốt, chí phí tính toán không cao nhưng số lượng từ vựng phải rất lớn. Ở các nước phát triển, những nghiên cứu xử lý tiếng nói ñã cho các kết quả khả quan, làm tiền ñề cho việc giao tiếp người-máy bằng tiếng nói. Ở Việt Nam, các nghiên cứu trong lĩnh vực này tuy mới ñược phát triển trong những năm gần ñây nhưng cũng ñã có một số kết quả khả quan. Luận văn thạc sỹ khoa học Đo lường và các hệ thống ñiều khiển 10 Nguyễn Thị Sim Tổng hợp tiếng nói bằng phương pháp mô phỏng bộ máy cấu âm cho tiếng nói có chất lượng tiếng nói tốt ñặc biệt là ñối với nguyên âm. Tuy nhiên vẫn còn tồn tại một vấn ñề quan trọng là: mặc dù mô hình hình thành nên những âm thanh có sức thuyết phục nhưng rất khó ñể có thể ñiều khiển nó, ñặc biệt là ñể duy trì tiếng nói liên tục khi có nhiều hiện tượng cùng cấu âm. Để giảm bớt sự khó khăn này, chúng tôi ñề xuất một phương pháp mới là ghép mô hình tương tự vào mô hình ñiều khiển âm thanh DRM. Với mục ñích góp phần vào sự phát triển của tổng hợp tiếng Việt, ñề tài này nghiên cứu về phương pháp tổng hợp nguyên âm tiếng Việt bằng mô hình cấu âm và mô hình DRM. Cơ sở khoa học và thực tiễn của ñề tài: Có nhiều phương pháp tổng hợp tiếng nói, trong ñó phương pháp mô hình hóa bộ máy cấu âm của con người cho chất lượng tiếng nói tốt, cho phép nghiên cứu quá trình cấu âm của con người. Đề tài nghiên cứu và xây dựng cách tính toán hình dáng ống thanh quản (vocal tract) của con người dựa trên các giá trị tần số formant F1, F2, F3 ño ñược từ tiếng nói ñể ñiều khiển hệ thống tổng hợp tiếng nói theo phương pháp mô hình hóa bộ máy cấu âm và mô hình DRM Lịch sử nghiên cứu: Có nhiều nghiên cứu, ứng dụng tiếng nói vào trong lĩnh vực truyền thông. Nhu cầu ñiều khiển máy móc, thiết bị bằng tiếng nói ngày càng bức thiết hơn ñặc biệt ñối với các thiết bị cầm tay như: ñiện thoại di ñộng, PC,….Tuy nhiên, ở Việt Nam, việc nghiên cứu tổng hợp nguyên âm tiếng Việt bằng mô hình cấu âm và mô hình RDM còn ít nhất là trong các trung tâm ñào tạo và các trường ñại học. Mục ñích của ñề tài (Các kết quả cần ñạt ñược) Nghiên cứu phương pháp tính toán hình dáng ống thanh quản (vocal tract) của con người dựa trên các giá trị tần số formant F1, F2, F3 của các nguyên âm tiếng Việt. Kết quả thử nghiệm một số nguyên âm bằng chương trình SMART [...]... th hi n v i m t thanh ñi u Thanh ñi u có ch c năng phân bi t v âm thanh, phân bi t nghĩa c a t B ng 1.7: Các thanh ñi u trong ti ng Vi t Thanh ñi u Thanh1 Thanh 2 Thanh 3 Thanh 4 Thanh 5 Thanh 6 Mô t Thanh b ng (không d u) Thanh huy n Thanh ngã Thanh h i Thanh s c Thanh n ng Ký hi u \ ~ ? / Hình 1.4: Đư ng cong mô t giá tr t n s F0 c a các thanh ñi u trong ti ng Vi t Khi nghiên c u v thanh ñi u trong... chúng ta có hai nhóm các thanh ñi u: - Nhóm thanh ñi u cao: thanh 1, 3, 5a, 5b - Nhóm thanh ñi u th p: 2, 4, 6a, 6b Theo ñ dài c a thanh ñi u, các thanh ñi u có th chia làm 2 nhóm: - Thanh ñi u ng n: 1, 2, 3, 4, 5a - Thanh ñi u dài: 5b, 6a, 6b Theo các nghiên c u c a Tr n Đ Đ t, thành ph n ph âm ñ u trong m t âm ti t thư ng không mang thông tin c a thanh ñi u Các thông tin c a thanh ñi u ch xu t hi n... dung c a ñ tài, các v n ñ c n gi i quy t: Chương 1: T ng quan v nguyên âm ti ng Vi t Nghiên c u v c u t o âm ti t ti ng Vi t và các tham s cơ b n c a ti ng nói ñ i v i nguyên âm ti ng Vi t Chương 2: T ng quan v t ng h p ti ng nói Nghiên c u v khái ni m, ngu n g c, cơ ch t o ti ng nói và các phương pháp t ng h p ti ng nói Chương 3: Mô hình t ng h p ti ng nói DRM và mô hình c u âm Nghiên c u mô hình t ng... nói DRM và chương trình t ng h p ti ng nói SMART Chương 4: T ng h p các nguyên âm ti ng Vi t Nghiên c u v ñ c ñi m c a nguyên âm ti ng Vi t và vi c t ng h p các nguyên âm ti ng Vi t s d ng chương trình SMART Phương pháp nghiên c u: Ch y u d a vào ñ c, nghiên c u tài li u, phân tích m c ñích c a ñ tài k t h p v i vi c t ng h p nguyên âm ti ng vi t s d ng chương trình SMART K t qu ñ t ñư c: Nghiên c... thanh Ti ng nói ñư c phân bi t v i các âm thanh khác b i các ñ c tính âm h c có ngu n g c t cơ ch t o ti ng nói Th c t ngư i ta coi nh ng âm thanh ñư c phát ra t b máy phát âm c a con ngư i (dây thanh quan, ng thanh qu n …) là ti ng nói V m t v t lý, ti ng nói là s rung ñ ng c a dây thanh qu n, và s lan truy n c a ti ng nói trong môi trư ng truy n âm là truy n các sóng dao ñ ng ñó Ti ng nói là âm thanh. .. con ngư i M t cách t ng quát, b máy c u âm c a ngư i bao g m các thành ph n riêng r như ph i, khí qu n, thanh qu n, và các khoang mi ng, mũi (xem hình 2.1 dư i ñây) Trong ñó: - Thanh qu n ch a hai dây thanh có th dao ñ ng t o ra s c ng hư ng c n thi t ñ t o ra âm thanh - Tuy n âm bao g m hai khoang là khoang mi ng và khoang mũi, trong ñó: + Khoang mi ng là tuy n âm không ñ u b t ñ u t dây thanh, k t thúc... g i là dây thanh âm (vocal cords) S rung ñ ng, co căng c a b ph n này s t o ra các xung dao ñ ng có t n s cơ b n (F0) khác nhau Nói m t cách khác dây thanh có ch c năng bi n lu ng không khí t ph i ñi lên thành sóng âm m i ngư i, dây thanh có ñ dày, m ng, dài, ng n khác nhau Tùy vào kích thư c và ñ căng c a dây thanh mà các tín hi u âm thanh ñư c t o ra là cao hay th p, tr m hay b ng Dây thanh c a tr... nói theo cách ghép n i các ñơn v âm 2.4.1 Phương pháp t ng h p ti ng nói b ng cách mô ph ng b máy phát âm c a con ngư i T ng h p ti ng nói theo phương pháp mô ph ng b máy phát âm là các k thu t t ng h p gi ng nói d a trên mô hình máy tính c a cơ quan phát âm c a ngư i và quá trình phát âm x y ra t i ñó Phương pháp này ñòi h i ph i xây d ng mô hình t ng h p ti ng nói b ng cách b t chư c theo mô hình ho... vi t Nghiên c u, hi u ñư c cơ ch t o ti ng nói và các phương pháp t ng h p ti ng nói Nghiên c u mô hình t ng h p ti ng nói DRM và chương trình t ng h p ti ng nói SMART T ng h p ñư c các nguyên âm ti ng Vi t s d ng chương trình SMART Trong th i gian làm ñ tài t t nghi p, em ñã nh n ñư c r t nhi u s giúp ñ , ch b o t n tình c a các th y, các cô trung tâm ñào t o sau ñ i h c và b môn K thu t ño và tin... ba tham s cơ b n c a thanh ñi u ñó là: âm ñi u (t n s F0), năng lư ng và ñ dài, trong ñó giá tr t n s cơ b n F0 ñóng vai trò quan tr ng nh t Đo lư ng và các h th ng ñi u khi n 18 Nguy n Th Sim Lu n văn th c s khoa h c Riêng ñ i v i thanh ñi u s 5 và s 6, tùy theo giá tr ñi m cu i cùng trong ñư ng cong F0, ngư i ta chia chúng thành hai nhóm: thanh 5a, 6a tương ng v i âm ti t m , và thanh 5b, 6b tương . người cho chất lượng tiếng nói tốt, cho phép nghiên cứu quá trình cấu âm của con người. Đề tài nghiên cứu và xây dựng cách tính toán hình dáng ống thanh quản (vocal tract) của con người dựa trên. dấu) Thanh 2 Thanh huyền Thanh 3 Thanh ngã ~ Thanh 4 Thanh hỏi ? Thanh 5 Thanh sắc / Thanh 6 Thanh nặng . Hình 1.4: Đường cong mô tả giá trị tần số F0 của các thanh ñiệu trong. các trường ñại học. Mục ñích của ñề tài (Các kết quả cần ñạt ñược) Nghiên cứu phương pháp tính toán hình dáng ống thanh quản (vocal tract) của con người dựa trên các giá trị tần số formant