Hacia una síntesis concatenativa de alta calidad para aplicaciones de conversión texto-habla

Abstract

Este artículo describe nuevas líneas de investigación referentes a la síntesis concatenativa para la conversión texto habla. La técnica TD-PSOLA supuso un salto importante en cuanto a la mejora de la calidad de los sistemas anteriores. Ha sido un método válido para muchas aplicaciones pero es insuficiente para las nuevas necesidades en el campo de las telecomunicaciones, donde se requiere una síntesis más natural y agradable. Se hace referencia a nuevos enfoques de los sistemas de conversión texto habla, especialmente en dos aspectos, el método y la estrategia de síntesis. Respecto al método de síntesis se explican mejoras conseguidas con modificaciones efectuadas sobre el TDPSOLA. En referencia a la estrategia de síntesis se describen las líneas de investigación actuales haciendo una especial mención de la necesidad de disponer de herramientas automáticas de segmentación y etiquetado de bases de datos de voz.