بهینه سازی پایگاه داده واژگان برای ساخت یک سیستم گفتار متن فارسی

سیستم گفتار متن یکی از زمینه های به روز در مهندسی پزشکی است که می تواند بعنوان ابزاری جهت کمک به افراد ناتوانبخصوص افراد نابینا در خواندن متون از طریق شنیدن بجای دیدن بکار رود. روشهای گوناگونی در زمینه ترکیب گفتار در جهان توسعه یافته است. ترکیب ا تصالی گفتار (concatenative speech synthesis) یکی از روشهای متداول در این زمینه است. با این حال یکی از مهمترین مشکلات در ترکیب اتصالی متن فارسی، حجم بالا و ناکارآمد بودن سیستم پایگاه داده ها جهت ذخیره واژکها و اجزای تشکیلدهنده کلمات می باشد. در این مقاله به منظور بهینه سازی پایگاه داده واژگان از نظر حجم و کارایی، از یک واحد صوتی به نام دو صداییبه عنوان واحد بنیادی ذخیره سازی داده ها استفاده گردیده ودر نهایت طریقه طراحی و آموزش پایگاه داده ها مورد برسی قرار گرفتهاست. نتیجه روی داده های شبیه سازی شده بیانگر موثر بودن روش ارائه شده در این مقاله می باشد.

Keywords:

سنتز اتصالی گفتار , پایگاه داده واژگان , واژک , نرمالسازی , دوصدایی , سه صدایی