تقليد صدا به کمک رايانه!!!


آيا برايتان جالب است ايميل هايي را که از دوستان و آشنايانتان مي رسد با صداي فرستندگان بشنويد؟ در واقع نرم افزارهايي طراحي شده اند که کار تقليد صدا را از طريق تبديل متن به آوا انجام مي دهند.
در چنين سيستم هايي صداي فرد با استفاده از شبکه هاي عصبي سيستم ضبط مي شود و پس از پردازش توسط نرم افزار تبديل به صداي فرد ديگري شده و قابل شنيدن از طريق رايانه مي شود.

نرم افزار تقليد صدا روشي است که در آن گفتار بيان شده توسط گوينده اي (گوينده مبدا) به طريقي تغيير مي يابد که به نظر مي رسد شخص ديگري (گوينده هدف) آن را بيان کرده است. کاربردهاي متعددي ازجمله سرگرمي هاي صوتي تصويري ، دوبله فيلم با صداي خود هنرپيشه ، ساخت سيستم هاي کمکي براي بيماراني که مشکل گويشي دارند و پردازش اوليه در سيستم هاي بازشناسي گفتار براي اين سيستم ذکر شده است.
وليکن شايد مهمترين کاربرد تبديل گوينده استفاده از آن در سيستم هاي تبديل متن به آوا در رايانه باشد.

از آنجا که سيستم هاي تبديل متن به آوا به خودي خود احتياج به پردازش هاي پيچيده و فراواني دارند ، سعي بر آن است که اين گونه سيستم ها به طريقي طراحي شوند که متن با آواي يک فرد خاص خوانده شود. به همين علت غالبا از يک سيستم تبديل گوينده در ادامه سيستم هاي تبديل متن به آوا استفاده مي شود که آواي توليد شده را با صداي افراد مختلف ايجاد نمايد.همچنين اين سيستم مساله جمع آوري اطلاعات را بسيار ساده مي نمايد زيرا با داشتن گفتار يک شخص خاص مي توان گفتار افراد مختلف را توليد کرد. اين مطلب بويژه در مواردي که فرد موردنظر به هر علتي وجود نداشته باشد ، اهميت پيدا مي کند. از ديدگاه نظري نيز هدف از ايجاد سيستم تبديل گوينده ، دستيابي به شناخت کامل تر نسبت به مشخصات سيگنال گفتار ، نحوه توليد و سازوکار درک آن در مغز انسان است.
در حال حاضر گروههاي تحقيقاتي بسياري در سرتاسر جهان تحقيقات خويش را به سمت مساله تبديل گوينده سوق داده اند و اميدوارند که بتوانند سيستم هاي تبديل گوينده و زبان همزمان مقاوم در برابر اغتشاشاتي ايجاد نمايند.