Lafal buatan
Dari Wikipedia Bahasa Melayu, ensiklopedia bebas.
Lafal buatan (speech synthesis) adalah penghasilan pertuturan manusia tanpa mengggunakan suara manusia secara langsung.
Secara umum, pelafal buatan (speech synthesizer) adalah perisian atau perkakasan yang mampu menghasilkan ujaran buatan (artificial speech). Sistem ujaran buatan "Speech synthesis" sering dipanggil sistem teks-ke-pertuturan (text-to-speech TTS) merujuk kepada keupayaannya untuk menukar teks kepada pertuturan. Bagaimanapun, terdapat sistem yang hanya menghasilkan wakil simbol linguistik "symbolic linguistic representation" seperti transkripsi fonetis "phonetic transcription" kepada pertuturan.
[sunting] Seimbas berkenaan teknologi Lafal Buatan (Speech Synthesis)
Sistem teks-ke-pertuturan (atau engin) terdiri daripada dua bahagian: bahagian depan dan bahagian belakang. Umumnya, bahagian hadapan mengambil input dalam bentuk teks dan output wakil simbol linguistik "symbolic linguistic representation". Bahagian belakang mengambil wakil simbol linguistik "symbolic linguistic representation" sebagai input dan menghasilkan lafal buatan waveform. naturalness pensintesis pertuturan biasanya merujuk kepada berapa tepat bunyi output kedengaran seperti manusia sebenar.
Bahagian hadapan mempunyai dua tugas utama. Pertama ia mengambil teks mentah dan menukar sebahagian daripadanya seperti nombor dan ringkasan kepada perkataan bertulis yang setara. Proses ini dikenali sebagai menormalkan teks (text normalization), pre-processing, or tokenization. Kemudian ia memberikan transkripsi fonetis "phonetic transcription" kepada setiap perkataan, dan menandakan teks kepada pelbagai unit prosodi, seperti farsa, klaus "clauses", dan ayat. Proses memberikan transkripsi fonetis kepada perkataan ini dikenali sebagai teks-ke-fonem (text-to-phoneme TTP) atau penukaran grafem-ke-fonem (grapheme-to-phoneme GTP). Gabungan transkripsi fonetis dan maklumat mengenai unit prosodi membentuk output wakil simbol linguistik pada bahagian hadapan.
Bahagian lain, bahagian belakang, mengambil wakil simbol linguistik dan menukarkannya kepada output bunyi sebenar. Bahagian belakang sering dirujuk sebagai pensintesis. Teknik pensintesis yang berlainan dibincangkan di bawah.
[sunting] Sejarah
Sejak awal lagi sebelum pemproses signal eletronik moden dicipta, penyelidik pertuturan cuba membina mesin yang menghasilkan pertuturan manusia. Contoh awal 'kepala bercakap' dibuat oleh Gerbert of Aurillac (m. 1003), Albertus Magnus (1198-1280), dan Roger Bacon (1214-1294).
Pada tahun 1779, Christian Kratzenstein dari St. Petersburg membina model peti suara manusia yang mampu menghasilkan lima bunyi vowel panjang (a, e, i, o dan u). Ini diikuti dengan 'Mesin Pertuturan Mekanikal Akustik - Acoustic-Mechanical Speech Machine' berkuasa penghembus "bellows-operated" oleh Wolfgang von Kempelen dari Vienna, Austria, yang digambarkan dalam kertas kerjanya pada tahun 1791 Mechanismus der menschlichen Sprache nebst der Beschreibung seiner sprechenden Maschine (J.B. Degen, Wien). Mesin ini menambahkan model lidah dan bibir, membolehkan ia menghasilkan bunyi consonant dan vowels. Pada tahun 1837 Charles Wheatstone menghasilkan 'mesin bertutur' berasaskan reka bentuk von Kempelen, dan pada tahun 1857 M. Faber membina 'Euphonia'. Reka bentuk Wheatstone dihidupkan kembali pada tahun 1923 by Paget.
| Imej:Voder.jpg |
| Bell Labs VODER |
Pada tahun 1930s, Bell Labs memajukan VOCODER, a keyboard-operated electronic speech analyser and synthesizer yang dikatakan jelas difahami. Homer Dudley memajukan lagi peranti ini kepada VODER, yang dipamernya di pesta Dunia New York 1939 (1939 New York World's Fair).
Pensintesis pertuturan awal kedengarannya seperti robot dan sering sukar difahami. Output dari sistem TTS terkini kadang-kala sukar dibezakan dengan pertuturan manusia sebenar.
Despite the success of electronic speech synthesis, research is still being conducted into mechanical speech synthesizers for use in humanoid robots. Even a perfect electronic synthesizer is limited by the quality of the transducer (usually a loudspeaker) that produces the sound, so in a robot a mechanical system may be able to produce a more natural sound than a small loudspeaker.
The first computer-based speech synthesis systems were created in the late 1950s and the first complete text-to-spech system was completed in 1968. Since then, there have been many advances in the technologies used to synthesize speech, and modern text-to-speech systems have output that is often indistinguishable from actual human speech. See #Examples of current systems below for examples of state-of-the-art commercial and free text-to-speech systems.
Rujukan:
- Dennis Klatt's History of Speech Synthesis
- History and Development of Speech Synthesis, from Helsinki University of Technology Laboratory of Acoustics and Audio Signal Processing (2003-09-13)
[sunting] Pautan luar
- Contoh system perdagangan TTS.
- Free sistem Lafal Buatan bagi mereka yang mengalami permasaalahan pertuturan, dengan pautan bagi teknologi berkait pertuturan lain dan sumber bagi PALS.
Lihat juga pemprosesan pertuturan, pengecaman pertuturan
