Représentations Paramétriques Du Signal De La Parole : Application À La Langue Arabe

Résumé: Dans le contexte de la synthèse vocale et afin de maintenir une qualité de parole élevée, il peut être avantageux de coder les signaux de la parole par des représentations ou des modèles de signaux vocaux. Diverses représentations de la parole ont déjà été proposées dans la littérature et les plus populaires d’entre elles seront discutées à tour de rôle dans cette thèse. L’accent sera mis sur la représentation sinusoïdale adaptative, car elle semble être un modèle prometteur et robuste. L’objectif est d’avoir une représentation du signal de la parole, qui soit relativement simple, flexible, de haute qualité et robuste en resynthèse. Tenant compte des performances obtenues par les modèles sinusoïdaux adaptatives (aSMs) récemment suggérés, une représentation sinusoïdale adaptative raffinée de la parole est proposée dans cette thèse. Cette représentation est appelée Représentation Sinusoïdale adaptative Raffinée (R_aSR). Des améliorations significatives sont proposées aux étapes d’analyse et d’adaptation. Tout d’abord, une représentation quasi-harmonique de la parole est utilisée dans la phase d’analyse afin d’obtenir une estimation initiale des paramètres instantanés du modèle. Ensuite, dans l’étape d’adaptation, un schéma adaptatif combiné avec un mécanisme itératif de correction de la fré quence fondamentale est utilisé pour permettre une estimation robuste des paramètres du modèle (amplitudes, fréquences et phases). Enfin, le signal vocal est reconstruit en tant que somme de ses composantes instantanées après un mécanisme d’interpolation. Les résultats des évaluations objectives prouvent que la représentation suggérée réalise une reconstruction de haute qualité lorsqu’elle est appliquée à la modélisation de signaux vocaux voi sés. De plus, d’après les résultats des évaluations subjectives, la qualité perçue du signal vocal reconstruit était naturelle et transparente

Publié dans la revue: