Síntese de fala em português brasileiro baseada em modelos ocultos de Markov

Abstract

O avanço da tecnologia nos conduz a uma relação cada vez mais próxima a computadores e outros dispositivos eletrônicos. Juntos a este avanço dos equipamentos está a evolução das interfaces humano-maquina que auxiliam nesta relação nem sempre agradável. Assim sendo, o desenvolvimento de sistemas que têm como objetivo tornar esta comunicação mais natural e agradável tem estado em foco, e dentre estes, os sistemas de processamento de fala são excelentes opções, pois permitem esta interação com equipamentos através da fala, como na comunicação humana tradicional. Atualmente, tanto o reconhecimento de fala quanto a síntese já se fazem presentes no dia-a-dia, como reconhecedores de palavras no pré-atendimento de call centers de empresas, ou fala sintética para se comunicar com o usuário em equipamentos de navegação GPS, leitores de mensagens de celular e e-mail, dentre outros. O uso de modelos ocultos de Markov em processamento de fala tem alcançado excelentes resultados, primeiramente em reconhecimento, onde foram suas primeiras aplicações e as que obtiveram maior destaque, e atualmente também em síntese, superando inclusive aspectos negativos de outras abordagens, como a necessidade de uma extensa base de dados de unidades fonéticas para obter bons resultados. Esta dissertação apresenta o desenvolvimento de um sintetizador de fala para o idioma português falado no Brasil, baseado em modelos ocultos de Markov. Este trabalho aborda a construção de um algoritmo de determinação da sílaba tônica de palavras, um algoritmo de conversão de grafemas em fonemas, e um algoritmo de separação silábica de palavras transcritas foneticamente. Por conseguinte, apresenta a técnica e suas características aplicadas à síntese de fala