Ứng dụng mô hình Markov ẩn xây dựng hệ thống tổng hợp tiếng nói tiếng Việt

Abstract

Mô hình Markov ẩn (Hidden Markov model) là một mô hình toán thống kê có thể ứng dụng trong xử lý tiếng nói. Tổng hợp tiếng nói dựa trên mô hình Markov ẩn được nghiên cứu và ứng dụng mạnh mẽ trên thế giới. Ở Việt Nam, tổng hợp tiếng nói tiếng Việt dựa trên HMM đã và đang được nghiên cứu và triển khai những năm gần đây, và đã đạt được các kết quả tương đối khả quan. Luận văn này nghiên cứu về lý thuyết mô hình Markov ẩn (HMM) và ứng dụng của HMM trong tổng hợp tiếng nói, nghiên cứu các đặc trưng về ngữ âm và âm vị của tiếng Việt, các đặc trưng cơ bản của tín hiệu tiếng nói (phổ, tần số cơ bản, …), tổng quan về công nghệ tổng hợp tiếng nói (các module frontend và backend), kỹ thuật tạo nhãn âm vị theo ngữ cảnh để từ đó tổng hợp ra tiếng nói. Kết quả là xây dựng được module tạo nhãn âm vị theo ngữ cảnh cho tiếng Việt, dùng ngôn ngữ Python và framework Kivy xây dựng chương trình chuyển văn bản thành tiếng nói cho tiếng Việt với chất lượng khá tốt.