Sviluppo di un'interfaccia uomo - robot basata su sintesi vocale per concatenazione

Nonostante siano in corso continue ricerche e diversi esperimenti, tuttora non esiste alcun metodo di valutazione universale. Sono stati sperimentati diversi approcci che tuttavia non hanno dato risultati utili per la formulazione di un metodo definitivo. È molto difficile valutare in modo coerente i sistemi di sintesi vocale in quanto non esistono criteri universali di riferimento.
La qualità di un sistema di sintesi vocale dipende in modo significativo dalla qualità non solo della tecnica usata per la produzione (che può utilizzare registrazioni analogiche o digitali) ma anche dagli strumenti e dal contesto di riproduzione, le cui differenze spesso possono compromettere l'esito della valutazione. Recentemente comunque alcuni ricercatori hanno iniziato a usare come riferimento per la valutazione il common speech dataset sviluppato come progetto open source dalla Carnegie Mellon University che, tuttavia, rimane in fase di definizione.[...]

Valutazione oggettiva
La valutazione oggettiva si basa su considerazioni di tipo computazionale e di utilizzo di risorse. In sistemi text-to-speech sono di fondamentale importanza i tempi di esecuzione dei moduli di ottimizzazione. Gli algoritmi che gestiscono tali funzioni hanno l’obiettivo di ricercare nel database le unità fonetiche più opportune, in modo da sintetizzare un parlato di qualità ottimizzata. Spesso si basano su grafi pesati, il che implica dei costi computazionali che dipendono direttamente dal tipo di ricerca utilizzato. E’ evidente che entrano in gioco caratteristiche fisico-logiche fondamentali quali la dimensione del database, la velocità della CPU e la lunghezza del testo da sintetizzare.
Per comprendere meglio l’approccio da utilizzare, segue un esempio tratto dall’articolo “An efficient unit-selection method for concatenative text-to­speech synthesis systems”, di Jerneja Zganec Gros e Mario Zganec, in cui compare una valutazione di tipo oggettivo mettendo a confronto due diversi sistemi di ricerca all’interno del grafo.