PSOLA (Pitch Synchronous Overlap and Add) ist ein digitales Signalverarbeitungsverfahren, das zur Sprachverarbeitung und insbesondere zur Sprachsynthese eingesetzt wird . Es dient zur Modifizierung von Tonhöhe und Dauer eines Sprachsignals. Es wurde um 1986 entwickelt. [ 2 ]
PSOLA funktioniert, indem die Sprachwellenform in kleine, überlappende Segmente unterteilt wird. Um die Tonhöhe des Signals zu verändern, werden die Segmente weiter auseinander (um die Tonhöhe zu senken) oder näher zusammengebracht (um die Tonhöhe zu erhöhen). Um die Signaldauer zu verändern, werden die Segmente entweder mehrfach wiederholt (um die Dauer zu verlängern) oder teilweise entfernt (um die Dauer zu verkürzen). Anschließend werden die Segmente mithilfe der Überlappungsadditionstechnik kombiniert .
PSOLA kann verwendet werden, um die Prosodie eines Sprachsignals zu verändern.
Siehe auch
Referenzen
- ^ Grazyna Demenko (1999). Analiza cech suprasegmentalnych jezyka polskiego na potrzeby technologii mowy (PDF) (Doktorarbeit). Seria Jezykoznawstwo Stosowane. Bd. 17. Uniwersytet Im. Adama Mickiewicza gegen Posen.Abb. 7.1, S. 63.
- ^ Charpentier, F.; Stella, M. (1986). „Diphonsynthese mittels Überlappungsaddierung zur Verkettung von Sprachsignalen“. ICASSP '86. IEEE International Conference on Acoustics, Speech, and Signal Processing . Band 11. S. 2015–2018 . doi : 10.1109/ICASSP.1986.1168657 . S2CID 62440369 .
Externe Links
- Tonhöhenänderung mit PSOLA für Sprachkonvertierung (Archiviert vom Original )
- Eine Dissertation, die PSOLA anhand von Diagrammen erläutert (PDF-Format; siehe Seite 35, die Seite 44 des PDFs entspricht) (Archiviert)
