Etude des caractéristiques de la langue vietnamienne en vue de sa synthèse et de sa reconnaissance automatique. Aspects statiques et dynamiques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

Etude des caractéristiques de la langue vietnamienne en vue de sa synthèse et de sa reconnaissance automatique. Aspects statiques et dynamiques

Viet Son Nguyen
  • Fonction : Auteur
  • PersonId : 959822

Résumé

This research aims to arrive at an in-depth understanding of the static and dynamic characteristics of Vietnamese vowels (long and short) and final consonants. Measurements of the speed of formant transitions constitute a key aspect of the work. Two sets of combinations are analyzed: (i) (C1)V1C2, with C2 one of /-p, -t, -k/; and (ii) (C1)V1V2, exploring combinations of long and short vowels. The aim is to bring out specific characteristics, and to attempt to apply them in speech synthesis. Two data sets were created. The main results are as follows: (i) The Vietnamese short and long vowels within the three pairs /a, ӑ/, /ɤ, ɤ̆/, /ɔ, ɔ̆/ are acoustically close to each other in the F1-F2 plane; they are distinct in terms of overall duration, of slope of formant transitions, and of duration of the V2 semivowel within V1V2 combinations. No differences were found between short and long vowels in terms of duration of transitions in V1C2 and V1V2. (ii) Final /p, t, k/ are unreleased: they terminate on silence, without a burst. For (C1)V1C2 syllables, comparison between different consonants in C2 position (preceded by the same V1) shows significantly different dynamic acoustic characteristics (slope of formant transitions), whereas no differences were found in terms of static acoustic characteristics (duration of the transition, and formant values at the onset of formant transition). Thus, dynamic characteristics arguably constitute decisive cues to the perception of Vietnamese final consonants. (iii) Locus equations with striking linearity were obtained, with values that cluster neatly around regression lines. The places of articulation of the three final stops /p/, /t/, /k/ are clearly distinct. No effect of tone on the locus of final consonants was observed. These phonetic results are verified through the use of synthesis systems: SMART (Synthesis with a Model of Anthropomorphic Region and Tract) et DRM (Distinctive Region Model).
Le travail présenté dans le cadre de cette thèse vise à étudier de manière approfondie les caractéristiques des voyelles longues et brèves et des consonnes finales du vietnamien, non seulement en statique mais aussi en dynamique, en calculant en particulier les vitesses de transitions formantiques. Deux ensembles consonnes voyelles ont été analysés : (C1)V1C2, avec C2 l'une des trois consonnes finales /p, t, k/ et (C1)V1V2 avec les voyelles longues et brèves correspondantes. L'objectif de l'analyse est de permettre la mise en évidence de caractéristiques spécifiques qui sont alors testées en synthèse. Pour étudier les voyelles longues, les voyelles brèves et les trois consonnes finales /p, t, k/ dans les contextes (C1)V1C2 et (C1)V1V2, nous avons fait deux corpus : un premier corpus avec quatre locuteurs vietnamiens pour étudier la partie centrale de la voyelle (la durée, les formants F1, F2, F3), les transitions V1C2 et V1V2 (durées de transition, pentes des transitions formantiques, valeurs du début de la transition formantique), et la partie finale (durée de la semi-voyelle finale) ; un deuxième corpus avec huit locuteurs (quatre hommes et quatre femmes) nous a permis d'étudier l'équation du locus pour les consonnes finales /p, t, k/. A partir des résultats analysés, nous avons réalisé des tests statistiques et des tests de perception (avec dix auditeurs vietnamiens, cinq hommes et cinq femmes). Les résultats d'analyse, les résultats statistiques et les résultats perceptifs nous permettent de mieux comprendre la production des voyelles vietnamiennes et des trois consonnes finales vietnamiennes /p, t, k/ comme résumés ci-dessous : (1) Dans la langue vietnamienne, il y a trois séries de voyelles longues et brèves /a, ӑ/, /ɤ, ɤ̆/, /ɔ, ɔ̆/ qui sont acoustiquement proches dans le plan F1-F2, mais se distinguent par leur durée, les pentes des formants transitionnels et la durée de la semi-voyelle V2 (dans le contexte des syllabes V1V2). Les durées des transitions V1C2 et V1V2 ne varient pas en fonction de la nature de la voyelle longue ou brève. (2) Les trois consonnes finales /p, t, k/ se terminent par un silence sans burst. Pour les syllabes (C1)V1C2, en comparant les consonnes finales C2 dans un même contexte d'une voyelle précédente V1, bien qu'il n'y a aucune différence de leurs caractéristiques acoustiques statiques (la durée de la transition, et les valeurs au début de la transition formantique), leurs caractéristiques acoustiques dynamiques (la pente des formants transitionnels) sont significativement distinctes et permettent aux vietnamiens de reconnaitre ces trois consonnes finales. (3) Nous avons obtenu les équations du locus avec une linéarité excellente et un bon regroupement des points autour des droites de régression. Les lieux d'articulation des 3 consonnes finales occlusives /p, t, k/ sont bien distincts. On ne trouve aucun effet du ton sur les équations du locus des consonnes finales. Les résultats de ces travaux phonétiques sont ensuite validés à l'aide des systèmes de synthèse (SMART (Synthesis with a Model of Anthropomorphic Region and Tract) et DRM (Distinctive Region Model)).
Fichier principal
Vignette du fichier
NguyenVietSon2009_PhD.pdf (3.57 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01064853 , version 1 (17-09-2014)

Identifiants

  • HAL Id : tel-01064853 , version 1

Citer

Viet Son Nguyen. Etude des caractéristiques de la langue vietnamienne en vue de sa synthèse et de sa reconnaissance automatique. Aspects statiques et dynamiques. Traitement du signal et de l'image [eess.SP]. Telecom ParisTech; Institut Polytechnique de Hanoi (Hanoi University of Science and Technology, HUST), 2009. Français. ⟨NNT : ⟩. ⟨tel-01064853⟩

Collections

UGA CNRS
227 Consultations
742 Téléchargements

Partager

Gmail Facebook X LinkedIn More