Modelos de excitación glotal

Abstract

El campo de la síntesis de voz ha tenido importantes avances, el concerniente a la inteligibilidad fue superado hace varios años; sin embargo, la naturalidad aún se puede mejorar. Actualmente sabemos que para obtener mayor naturalidad de la voz, lo mejor es que la fuente de excitación empleada en el sintetizador produzca una señal lo más parecida posible al que se produce en la glotis. Para los sonidos no vocalizados la excitación consiste en un generador de ruido blanco, para los sonidos vocalizados existen diversos modelos para generar el pulso de excitación. En este trabajo se muestran dos modelos: el modelo de Rossenberg y el modelo Liljencrants-Fant, ambos tiene ventajas y desventajas de uno con respecto al otro; nuestro objetivo es presentar las características generales de la forma de onda glotal para diversos tipos de voz y proporcionar ejemplos de algoritmos para generar dichas formas de onda con los modelos propuestos. Los códigos están hechos con Matlab, teniendo como resultado vectores de datos que pueden ser empleados como tablas en un sintetizador, o también se pueden utilizar los algoritmos para emplearlos en un sistema que los genere en tiempo de ejecución, con la ventaja de poder variar sus parámetros sin reprogramar código o tablas.