Ein System zur Modifikation prosodischer Eigenschaften fließend gesprochener Sprache

Abstract

In diesem Artikel wird ein System vorgestellt, das in eine Arbeitsstation zur Segmentierung und Etikettierung prosodischer Einheiten integriert ist. Es ermöglicht die Resynthese einer gesprochenen Äußerung bei gleichzeitiger Modifikation der prosodischen Eigenschaften. Ausgehend von einer abstrakten prosodischen Etikettenfolge werden unter Berücksichtigung eines Intonationsmodells die Synthesesteuerparameter generiert. Das verwendete Intonationsmodell beschreibt den zu synthetisierenden Grundfrequenzverlauf als stückweise lineare Änderungen im Halbtonbereich relativ zu einer Deklinationsgeraden. Die eigentliche Synthese erfolgt nach dem PSOLA-Verfahre. Die Detektion der hierbei erforderlichen Anregungszeitpunkte im Sprachsignal geschieht automatisch. Die Güte der automatischen Detektion wird anhand eines Vergleichs mit einer manuell erstellten nachgewiesen.