Audiovizuální syntéza řeči
- Co je syntéza řeči?
- Vizuální řeč
- Syntéza vizuální řeči - animace tváře
- Vytváření modelu tváře pro konkrétního člověka
- Animace modelu tváře či celé hlavy
- Dosažené výsledky
Řešitel
Ing. Krňoul Zdeněk <zdkrnoul@kky.zcu.cz>
Syntéza řeči
Syntézou řeči rozumíme napodobení lidské promluvy a v tomto případě využitím počítače. Tuto problematika je obecně složena ze dvou částí: syntéza akustické řeči a syntéza vizuální řeči. Syntéza vizuální i akustické části řeči se často skrývá pod společným názvem "Mluvící hlava" nebo také ve zkratce TTAVS systém. Syntéza akustické části řeči je vytváření právě té složky řeči, kterou můžeme slyšet a vizuální syntéza je pak tedy plynulé vytváření viditelné složky řeči, tedy to co můžeme pozorovat na tváři mluvícího člověka. Obecné schéma můžeme vidět na obr.1. Vstupem tohoto systému jsou libovolná slova ve formě posloupnosti hlásek doplněná o prozodické informace. Výstupem je pak audio-vizální řeč ve formě obrazu a zvuku.
Po doplnění modelu hlavy, který vznikl počítačovou rekonstrukcí, dostáváme věrně vypadající animaci "virtuálního dvojníka".
Prezentaci virtuálního dvojníka, vytvořeného týmem projektu MUSSLAP, zařadila Česká Televize i do pořadu České hlavy, který byl poprvé odvysílán 21.9.2005.