Как компьютер выбирает кусочки для фразы
Чтобы произнести незнакомое предложение, система сначала превращает текст в последовательность звуков и оценивает, как они должны звучать в контексте. Затем она ищет подходящие записи в заранее подготовленной базе: один и тот же звук может быть записан в разных сочетаниях и с разной интонацией. Поэтому задача не сводится к тому, чтобы взять одинаковые фрагменты и склеить их по порядку.
Важна не только отдельная фонема — минимальная звуковая единица, различающая слова, — но и соседние звуки. Например, артикуляция согласного меняется в зависимости от того, какой гласный следует за ним. Если соединить фрагменты без учёта таких переходов, речь может звучать рублено или напоминать набор отдельных слогов.
Почему стыки так важны
Алгоритм подбирает фрагменты так, чтобы они подходили и по звучанию, и по месту в фразе. На стыке он старается согласовать высоту тона, громкость и тембр. Даже очень короткий участок записи несёт признаки голоса актёра; если соседние кусочки заметно отличаются, слушатель услышит шов — щелчок, резкую смену окраски или неестественный ритм.
Есть и компромисс: чем точнее совпадение с нужной интонацией, тем меньше подходящих записей может найтись. Система может выбрать более чистый стык, но менее выразительное произношение, или сохранить естественную интонацию ценой небольшого акустического перехода. Запас разнообразных записей помогает выбирать удачнее.
Голос зависит от исходной записи
Такой синтез особенно хорошо работает, когда база содержит много вариантов звуков и их сочетаний. Но если нужной последовательности или интонации в записях почти нет, системе приходится собирать фразу из менее подходящих частей. Поэтому качество цифрового голоса определяется не только вычислениями: оно зависит и от того, насколько разнообразно и последовательно актёр произнёс исходный материал.
Именно поэтому короткие уведомления обычно звучат убедительнее длинных фраз с необычными словами: для привычных сочетаний проще найти подходящие звуковые «зёрна», которые не выдают места склейки.
