زمینه سنتز صدا پیشرفت های قابل توجهی در طول چند دهه گذشته دیده است.یک تکنیک کلیدی که به طور قابل توجهی به صداهای مصنوعی واقع بینانه و طبیعی کمک کرده است، برآورد پاکت طیفی است که این روش اجازه می دهد تا تجزیه و تحلیل دقیق و تکثیر ویژگی های گفتار انسان را تکرار کند.

برآورد متاl Envelope چیست؟

برآورد پاکت اسپکل شامل تجزیه و تحلیل طیف فرکانس یک سیگنال گفتاری برای ضبط ویژگی های منحصر به فرد خود است، اساسا توصیف می کند که چگونه انرژی در فرکانس های مختلف در صداهای گفتاری توزیع شده است، که برای ایجاد صداهای سنتز شده طبیعی بسیار مهم است.

نقش در Voice سنتز Technologies

در سنتز صدا، برآورد پاکت طیفی برای مدل سازی مجدد دستگاه صوتی، شناخته شده به عنوان فرمرها استفاده می شود، این فرم ها برای تشخیص صدای مختلف و نشانه ها حیاتی هستند.با برآورد دقیق پاکت طیفی، سنتز کنندگان می توانند سخنرانی را تولید کنند که به طور دقیق شبیه الگوهای گفتار انسان است.

روش های برآورد متاl Envelope

  • پیش بینی خطی (LPC)
  • تحلیل های آماری
  • روش های مبتنی بر Filterbank

هر روش دارای مزایای آن است و بر اساس برنامه خاص انتخاب شده و کیفیت سخنرانی مورد نیاز LPC، به عنوان مثال، به طور گسترده ای به دلیل بهره وری آن در مدل سازی پاکت طیفی با مجموعه کوچکی از پارامترهای استفاده می شود.

تاثیر بر روی سنتز صوتی مدرن

سیستم های سنتز صدا مدرن، مانند موتورهای متن به صدای (TTS)، به شدت به برآورد پاکت طیفی برای تولید تکنیک های بیان روشن و طبیعی متکی هستند.

مسیر های آینده

تحقیقات همچنان به بهبود برآورد پاکت طیفی با ساخت آن قوی تر و زمان واقعی ادامه می دهد و آن را با مدل های مبتنی بر شبکه عصبی یکپارچه می کند و حتی صداهای مصنوعی واقعی تر و احساسی را نیز ارائه می دهد و فرصت های جدیدی را در دستیار های مجازی، سرگرمی و فن آوری های دسترسی باز می کند.