Refinamento da Segmentação Fonética em Aplicações de Síntese de Fala

Em síntese concatenativa, a fala é produzida a partir da justaposição de segmentos automaticamente selecionados dentre unidades contidas em um banco previamente gravado e segmentado. A fala sintética obtida através dessa técnica apresenta naturalidade influenciada pela eficácia das ferramentas de segmentação. O desempenho de tais ferramentas é freqüentemente favorecido por uma abordagem híbrida resultante da associação de uma modelagem HMM com um processo de refinamento da segmentação. Esse refinamento tem sido realizado com sucesso através do uso de técnicas baseadas em redes neurais. Neste trabalho, é proposto um conjunto de redes cujo desempenho é superior ao das demais topologias de redes neurais apresentadas na literatura. Nesse caso, as redes são treinadas a partir de uma repartição do conjunto de treinamento baseada em fronteiras de fonemas com similaridades entre si.