Türkçe metinden konuşma sentezleme

Abstract

TÜRKÇE METİNDEN KONUŞMA SENTEZLEME Şifa Serdar Özen Hacettepe Üniversitesi, Elektrik ve Elektronik Mühendisliği Bölümü ÖZ Metinden Konuşma Sentezleme sistemi, yazılı bir metnin sesli hale getirilmesini amaçlar ve bu sistemlerin özürlü insanların hayatlarının kolaylaştırılmasını da içeren birçok pratik kullanım alanı vardır. Bu çalışmada, Birleştirerek Sentezleme yöntemini kullanan Türkçe Metinden Konuşma Sentezleme sistemi yapılması amaçlanmıştır. Birleştirerek Sentezleme yöntemi, insan kulağının duyarlı olduğu fonem geçişlerini, kaydedilmiş orijinal konuşma parçalarını birleştirerek oluşturur. Birleştirerek Sentezleme sistemlerinin doğal konuşma sentezlemesi, son yıllarda birçok araştırmacının bu konu üzerine yoğunlaşmasına yol açmıştır. Veritabanındaki konuşma parçalan, sayılarının az olması ve kaydedilip işlenmelerinin hızlı yapılabilmesi yüzünden difon olarak seçilmiştir. Bu çalışmada, konuşma için önemli olan perde frekansı değiştirme işlemi, orijinal konuşma parçasının perde eşzamanlı işlenmesiyle elde edilen kalıntılarını kullanan LP-PSOLA algoritmasıyla gerçekleştirilmiştir. Anahtar Kelimeler : MKS, Türkçe Metinden Konuşma Sentezleme, Birleştirerek Sentezleme, LP-PSOLA Danışman : Yrd. Doç. Dr. A. Semih BİNGÖL, Hacettepe Üniversitesi, Elektrik ve Elektronik Mühendisliği Bölümü

TURKISH TEXT TO SPEECH SYNTHESIS Şifa Serdar Özen Hacettepe University, Department of Electrical and Electronics Engineering ABSTRACT A Text to Speech Synthesis system aims audification of written text, and has several practical uses including increasing life quality of disabled people. In this thesis, a Turkish Text to Speech Synthesis system that uses the Concatenative Synthesis method has been implemented. Recently, Concatenative Synthesis has received a lot of attention due to its natural sounding synthesized speech. It is known that the human ear is very sensitive to phoneme transitions and in order to maintain these transitions, Concatenative Synthesizers use concatenation of original recorded speech segments. In this thesis, segments that are stored in the database are selected to be diphone units. This decision is based on their fewer number, ease of recording, and processing. In this work, the LP- PSOLA algorithm is used in order to change pitch frequency of the synthesized speech. LP-PSOLA modifies the pitch frequency by processing the pitch synchronously obtained residuals. Keywords: TTS, Turkish Text to Speech Synthesis, Concatenative Synthesis, LP- PSOLA Advisor : Assist. Prof. Dr. A. Semih BİNGÖL, Hacettepe University, Department of Electrical and Electronics Engineering