разборчивость носовых и фрикативных звуков при относительно небольших затратах в естественности.

Через несколько лет после передачи кода в 1976 году Telesensory Systems, Клатт использовал правила преобразования букв в фонемы Ханникатта (1980) в дизайне. полной системы преобразования текста в речь, известной как Klattalk (Klatt, 19 лет).81, 1982а). Система включала словарь исключений на 6000 слов для общие слова, которые не удалось преобразовать из буквы в звук, и грубый парсер. Лицензия на программное обеспечение Klattalk была передана компании Digital Equipment. Corporation в 1982 году. Digital анонсировала рекламный ролик DECtalk. система преобразования текста в речь в 1983 г. (Bruckert et al ., 1983). В разработке Оборудование DECtalk, инженеры Digital включили достаточную мощность и гибкость, позволяющая подключать улучшенные версии Klattalk кода по мере того, как они становились доступными в последующие годы (Conroy

и др.

Самая последняя версия программы Klattalk включает правила для внедрить такие фонетические детали, как schwa offglides для слабых гласных, назализация гласных (расщепление F1 на полюс-ноль-полюс сложные) примыкающие к носовым согласным, поставокальные аллофоны для сонорные согласные, вариации времени начала голоса как функция структуры слога и ударения, целевой недолет для краткости сегменты (Линдблом, 1963), коартикуляция гласных через промежуточные согласные (Öhman, 1966) и хриплые смещения к высказываниям.

В Klattalk предусмотрено несколько разных голосов, чтобы приблизить особенности речи мужчин, женщин и детей. Подробная форманта данные хранятся только для двух голосов, мужского и женского; другой мужчина и женские голоса создаются путем масштабирования формантных частот для различные размеры голосового тракта и регулируя обширный набор параметры синтеза, относящиеся к источнику голоса. Однако в несмотря на возможность изменения среднего

Очевидно, не обращая внимания на все предыдущие исследования, подробно описанные ранее, человек, экспериментирующий в своей подвальной мастерской, Ричард Ганьон, спроектировал программа синтеза по правилам, которая в конечном итоге привела к Votrax Чип SC-01 (Ганьон, 1978; Басак, 1980). Чип был сопряжен с Elovitz и др. . (1976) правила преобразования текста в фонему (Моррис, 1979) и используется в нескольких недорогих продуктах для преобразования текста в речь (Sherwood, 1979), самым известным из которых является Votrax Type-n-Talk. Это замечательный аппарат за такую ​​цену. Чип включает в себя как каскад формантный синтезатор и простые схемы сглаживания нижних частот для генерация непрерывных функций времени для управления синтезатором из представление ступенчатой ​​функции, полученное из целевых значений, хранящихся в таблицы для каждой фонемы несколько нестандартного фонетического инвентаря.

Другой тип чипа, линейное предсказание TMS-5220 от Texas Instruments. синтезатор, формирует основу для второго недорогого продукта, Эхо-система преобразования текста в речь (пример 29 из Приложение). Эта система по-видимому, использует конкатенированные дифоны, полученные путем вырезания кусков из естественная речь (Петерсон и др. ., 1958; Диксон и Максей, 1968; Олив, 1977), см. ниже.

Примечательная ранняя коммерческая система, читающая машина Kurzweil для слепой, был анонсирован как продукт в 1976 (Курцвейл, 1976). Это имеет отличную возможность чтения многошрифтового текста. Пока замечательная в своих устремлениях речь, произведенная в первых версиях этого устройства, в котором использовались стратегии фонематического синтеза, основанные на Votrax, был лишь поверхностно понятен (пример 27 из Приложение). Курцвейл в настоящее время использует Prose-2000 в качестве оборудования для синтеза. его читающие машины.

2. Программы правил на основе артикуляции

Программа синтеза по правилу, которая манипулирует такими параметрами, как форманта частот по эвристическим правилам не очень близкая модель то, как люди говорят. В надежде, что более реалистично артикуляционная модель может привести к более простым и элегантным правилам, исследовательские группы пытались разработать упрощенные модели артикуляторы или модели наблюдаемой формы голосового тракта. первая такая модель (Келли и Локбаум, 19 лет)62) используются сохраненные таблицы функции площади (площадь поперечного сечения голосового тракта от гортани к губам) для каждого фонетического сегмента и схемы линейной интерполяции. Авторы начали составлять список исключений для особых случаев. необходимо, чтобы этот тип стратегии работал лучше, например, не ограничение голосового тракта, за исключением области губ, когда синтез губной остановки и включение отдельных форм для велярных перед гласными переднего и заднего ряда. Тем не менее, разборчивость говорят, что синтез далеко не так хорош, как у Келли и Герстмана. полученный с помощью программы правил на основе формант (к сожалению, я не удалось найти запись этой системы).

Основываясь на успехе Стивенса и Хауса (1955) в разработке трехпараметрическое описание форм голосового тракта, способное описывая английские гласные, следующий более амбициозный артикуляционный модели отказались от прямой спецификации функции площади в пользу промежуточной модели, обладающей небольшим набором подвижных структуры, соответствующие языку, челюсти, губам, небу и гортани. Правила преобразования фонетических представлений в сигналы для контроль положения квазинезависимых артикуляторов в Артикуляционный синтезатор был затем разработан в нескольких лабораториях. (Наката и Мицуока, 19 лет.65; Хенке, 1967; Кокер, 1968; Вернер и Хаггард, 1969 год; Мермельштейн, 1973). Правила Кокера были продемонстрированы в 1967 году в Массачусетском технологическом институте.