Management and Future Technologies | Volume 2, Issue 1 | № 005

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 261

Volume 2, Issue 1 262 March 2025 Management and Future Technologies journal.umft.uz Adabiyotlar 1. Manning, C. D., & Schütze, H. (1999). Foundations of Statistical Natural Language Processing. MIT Press. 2. Oflazer, K. (1994). Two-Level Description of Turkish Morphology. Literary and Linguistic Computing, 9(2), 137-148. 3. Koskenniemi, K. (1983). Two-Level Morphology: A General Computational Model for WordForm Recognition and Production. University of Helsinki. 4. Abdullaev, S., & Xudoyberdiev, M. (2018). O‘zbek tilida morfologik tahlilning zamonaviy usullari. O‘zbek tili va adabiyoti jurnali, 45(3), 12-20. 5. Matlatipov, G., & Vetrov, A. (2020). Statistik usullar asosida o‘zbek tilida tokenlash. Informatika va texnologiyalar konferensiyasi materiallari, 56-62. 6. Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT, 4171-4186. 7. Schweter, S. (2020). BERT-Turkish: Pre-trained Language Model for Turkish. Hugging Face Models. 8. Yusupov, A., & Qodirov, D. (2021). O‘zbek tilida ijtimoiy tarmoq matnlari uchun tokenlash algoritmi. Axborot texnologiyalari jurnali, 12(4), 34-41. 9. Schuster, M., & Nakajima, K. (2012). Japanese and Korean voice search. In 2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 5149-5152). IEEE. 10. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers) (pp. 4171-4186). 11. Kudo, T., & Richardson, J. (2018). SentencePiece: A simple and language independent subword tokenizer and detokenizer for neural text processing. In Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing: System Demonstrations (pp. 66-71).

Management and Future Technologies journal.umft.uz Mualliflar MATNDAN NUTQ SINTEZLASHNING KLASSIK YONDOSHUVLARI Farrukh Akhmedov Kommunikatsiya va raqamli texnologiyalar kafedrasi, “University of management and future technologies” universiteti, Toshkent, 100208, O‘zbekiston; akhmedovfarrukh@336gmail.com Bakhtiyor Akmuradov Kommunikatsiya va raqamli texnologiyalar kafedrasi, “University of management and future technologies” universiteti, Toshkent, 100208, O‘zbekiston. Zukhra Bozorboyeva Kommunikatsiya va raqamli texnologiyalar kafedrasi, “University of management and future technologies” universiteti, Toshkent, 100208, O‘zbekiston. Mas’ul: akhmedovfarrukh@336gmail.com Copyright: © 2024 by the authors. Ushbu maqola Creative Commons Attribution (CC BY) litsenziyasi shartlari asosida tarqatiladigan ochiq foydalanish maqolasi hisoblanadi (https://creativecommons.org/ licenses/by/4.0/). A March 2025 Volume 2, Issue 1 nnotatsiya: Matndan nutq sintezlash uslublari berilgan elektron matnni inson tabiiy nutqiga taqlid qilish, uni modellashtirish yoki bir qator algoritmlar yordamida nutq signaliga aylantirishning turli yechimlarini taklif etadi. Nutq sintezi borasida tadqiqot olib borish avvalo bu sohaning klassik yondoshuvlarini o‘rganish, tahlil qilish va taqqoslash kabi bilim va tajribalarni shakllantirishni taqozo etadi. Chunki bu jarayonlarda nutq sintezlashga oid bazaviy tushunchalar va xususiyatlar bilan tanishib chiqiladi. Mazkur maqolada matndan nutq sintezlashning bir qator klassik yondoshuvlari organilib, ularning nutq sintezlash jarayonlari va natijalarini tahlil qilish, o‘zaro taqqoslash va farqli jihatlarini aniqlash masalalari ko‘rib chiqilgan. Kalit so‘zlar: vocal tract model, acoustic model, control model, multimodal perception, speech, voice, formatn, concatenation, word, diphone, spectogramm. 263

Volume 2, Issue 1 March 2025 Management and Future Technologies journal.umft.uz Kirish 264 Elektron hisoblash mashinalari yaratilgan davrlardan boshlab olimlar tomonidan kompyuter bilan muloqotni amalga oshirish, yoki kompyuterlarning xuddi insonlar kabi nutq soʻzlashlari ustida koʻplab tadqiqotlar olib borilgan. Xususan, berilgan matnni nutq signaliga aylantirish masalasi eng ommalashgan masalalardan biriga aylangan. Buning zamirida kompyuterlarni inson kabi fikrlashi, fikrlarni soʻzlar asosida hosil qilish va keyinchalik uni nutq signali shaklida insonlarga yetkazishi amalga oshirish maqsad qilingan. Aslida bu tadqiqot ishlarining barchasi kompyuterlarda sun’iy ongni shakllantirish, insonlar va oʻzaro muloqotlarini tashkil etish va bularning natijasida insonlar uchun murakkablik tugʻdiruvchi koʻplab faoliyat sohalarini kompyuterlarga topshirish gʻoyalariga tayangan. XXI arsga kelib bu kabi gʻoyalar sezilarli darajada amaliyotga tadbiq qilinishga ulgurdi. Fikrlash va fikr almashish jarayonlarini tashkil qilishda neyron tarmoqlar asosida qurilgan bir qator sun’iy intellekt modellari yaratildi. Bu modellar dunyoning koʻplab tillari uchun qayta oʻqitilib, insonlar va kompyuterlar oʻrtasidagi muloqotlarni tashkil etishda ulkan natijalar qayd etilmoqda. Ushbu tadqiqot nutq sintezlashning klassik uslublarini tadqiq va tahlil qilish, shuningdek, ular asosida ba’zi tajribalar va taqqoslashlar oʻtkazish va bular asosida matndan nutq sintezlashning bazaviy tushunchalarini mustahkam oʻzlashtirish, ularning amaliyotda qoʻllanilishiga doir amaliy koʻnikmalarni hosil qilish maqsadida olib borilgan. Artikulyatsion sintezlash usuli Nutq sintezlashning artikulyatsiya usuli inson nutqini tabiiy va yuqori sifatli tarzda modellashtirishga qaratilgan texnologiyalardan biri hisoblanadi. Boshqa nutq sintezlash usullaridan farqli ravishda, artikulyatsion nutq sintezlash usuli ovoz yoʻli organlarining haqiqiy shakllari, pozitsiyalari va harakatlarini ifodalaydi. Bu esa insonga xos tovushlarni aniqroq va haqiqatga yaqin qilib yaratishga imkon beradi. Artikulyatsion sintezning samarali ishlashi uchun tizim ovoz yoʻli modeli, akustik model, glottis modeli va boshqaruv modeli kabi, har biri nutq hosil qilish jarayonida oʻziga xos ahamiyatga ega bo‘lgan turli komponentlardan tashkil topadi.[1] Ovoz yoʻli modeli ovoz organlarining anatomik va fiziologik xususiyatlarini, ularning shakli va harakatlarini ifodalaydi. Akustik model esa ovoz yoʻli ichidagi havo oqimi va bosim taqsimotini hisoblab, akustik signalni yaratadi. Glottis modeli tovush manbai sifatida xizmat qilib, ovoz pardalari tebranishi va ular orqali havo oqimining shakllanishi

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 jarayonini ifodalaydi. Boshqaruv modeli esa har bir tovushni yaratish uchun kerakli harakatlarni boshqaradi. Bu texnologiya faqat texnik asoslar bilan cheklanib qolmaydi, balki inson nutqini oʻrganish va tushunish uchun ham keng imkoniyatlar yaratadi. Artikulyatsion sintez modellarini rivojlantirishda oʻquvchi-oʻqituvchi ssenariysidan foydalanish texnologiyaning tabiiyligini oshirishda muhim rol oʻynaydi.[3] Ushbu ssenariyda sintez modeli ekspert (oʻqituvchi) tomonidan yaratilgan namunalarni tinglaydi va ular asosida oʻz harakatlarini toʻgʻrilab, oʻrganishni davom ettiradi. Bunday yondashuv inson nutqini oʻzlashtirish jarayonlariga asoslanadi va artikulyatsion sintez tizimlariga tabiiylik va yuqori aniqlik beradi. Bundan tashqari, artikulyatsion sintez jarayonida koʻp modelli ma’lumotlardan foydalanish juda muhim. Koʻp modelli qabul qilish vositalari, masalan, eshitish, somatosensor va vizual qabul qilish, nutq sintezini yaxshilash uchun muhim ahamiyatga ega. Masalan, nutqni oʻrganish jarayonida odamlar nafaqat eshitish, balki vizual (masalan, lab va jagʻ harakatlari) ma’lumotlarni ham qabul qiladilar, bu esa ularga soʻzlarni tushunish va talaffuz qilishni osonlashtiradi. Shuningdek, vizual ma’lumotlar shovqinli muhitda eshitishni qoʻllab-quvvatlash uchun juda foydali. Artikulyatsion sintez jarayonida ushbu omillardan foydalanish tovushlarni insoniylashtirishda muhim vosita hisoblanadi. Umuman olganda, artikulyatsion nutq sintezlash texnologiyasi nutqni tabiiy tarzda hosil qilish uchun ovoz yoʻli harakatlarini mukammal modellashtirishga asoslangan texnologiya hisoblanadi. Ushbu tizimda nutqni shakllantirish uchun ovoz yoʻli anatomiyasi, havo oqimi, bosim va tovush hosil qilish jarayonlarini aniq ifodalaydigan modellar qoʻllaniladi. Asosiy komponentlar orasida ovoz yoʻli modeli, akustik model, glottis modeli va boshqaruv modeli ajratiladi. Usbu modellarni qisqacha izohlar bilan quyida qarab chiqamiz. 1. Ovoz yoʻli modeli. Artikulyatsion sintezlashda ovoz yoʻli modeli markaziy komponent hisoblanib, u til, lablar, jagʻ, yumshoq tanglay va hiqildoq kabi ovoz yoʻli organlarining shakli, pozitsiyasi va harakatlarini modellashtiradi. Ushbu model orqali inson nutqining asosiy akustik xususiyatlarini belgilovchi anatomiya va fiziologik mexanizmlar tavsiflanadi. Ovoz yoʻli modeli nutq tovushlarini hosil qilish uchun zarur boʻlgan ovoz yoʻli konfiguratsiyalarini taqdim etadi va bu konfiguratsiyalar nutq davomida dinamik tarzda oʻzgaradi. 2. Akustik model. Artikulyatsion sintezlashda akustik model nutq tovushlarini hosil qilish bosqichida muhim rol oʻynaydi. Ushbu model yordamida ovoz yoʻli ichidagi havo bosimi va oqimi taqsimoti hisoblanadi va nutq signali yaratiladi. Akustik model orqali traxeya, hiqildoq, tomoq va ogʻiz boʻshligʻidagi havo bosimi va havo oqimi dinamikasi modellashtiriladi. Ovoz 265

Volume 2, Issue 1 March 2025 Management and Future Technologies journal.umft.uz yoʻli orqali oʻtuvchi havo oqimi va bosimning vaqti-vaqtida oʻzgarishi natijasida akustik signal 266 hosil boʻladi. 3. Glottis modeli. Glottis modeli artikulyatsion sintezning akustik manbai hisoblanadi. Ushbu model ovoz parda tebranishlarini va havo oqimini shakllantirish orqali, nutq signalining tovush manbai sifatida xizmat qilib beradi. Glottis modellar – oʻz-oʻzidan tebranuvchi modellar bo‘lib, parametrik glottis maydoni modellar va parametrik glottis oqimi modellariga ajratiladi. Ushbu modellar nutq sifatini boshqarish va turli ovoz ranglarini yaratish imkonini beradi. 4. Boshqaruv moduli. Boshqaruv moduli artikulyatsion sintezning jarayonini boshqaruvchi asosiy elementlardan biridir. Ushbu modul ovoz yoʻli harakatlarini sintez vaqtida dinamik boshqaradi va turli fonetik elementlarni yaratish uchun zarur boʻlgan harakatlar ketma-ketligini belgilaydi. Boshqaruv moduli nutq jarayonini tabiiy va haqiqiy ifodalash uchun harakatlarning dinamikasini va kinematikasini boshqarishga imkon beradi. Artikulyatsion nutq sintezlashning umumiy holi mavjud bo‘lib, uni eksperiment qilish uch asosiy bosqichda oʻtkaziladi. Har bir bosqichda sintez modeli oʻquvchi-oʻqituvchi ssenariysi asosida talaffuzni optimallashtirish uchun oʻz-oʻzini rivojlantirish imkoniyatiga ega boʻladi. Birinchi bosqich - boshlangʻich harakatlarni yaratish. Birinchi bosqichda modelga oddiy soʻz va iboralarni yaratish vazifasi beriladi. Tajriba davomida “a”, “o”, “m”, “t” kabi asosiy tovushlar tanlanadi. Model ushbu tovushlarni hosil qilish uchun boshlangʻich motor rejalarini ishlab chiqadi. Har bir tovush uchun ovoz yoʻli organlarining (masalan, til, lablar, jagʻ) boshlangʻich va maqsad pozitsiyalari belgilanadi. Bu bosqichda model dastlabki talaffuz sifatini yaratadi va ekspert tomonidan baholanadi. Ekspert sintez natijalarini eshitib, ular tabiiy nutqqa qanchalik yaqinligini aniqlaydi. So‘ngra ekspertning fikr-mulohazalari asosida har bir harakat uchun kerakli oʻzgarishlar kiritiladi. Ikkinchi bosqich – fikr-mulohaza bilan optimallashtirish. Ikkinchi bosqichda sintez modeli talaffuz sifatini yaxshilash maqsadida oʻqituvchidan olingan fikr-mulohazalardan foydalaniladi. Bu jarayon davomida modelning har bir talaffuzi qayta baholanib, kerakli optimallashtirishlar kiritiladi. Ekspert tomonidan notoʻgʻri baholangan talaffuzlar qayta ishlab chiqiladi va harakat traektoriyalari oʻzgartiriladi. Shu tariqa, model takroriy jarayon orqali talaffuz sifatini oshirishga muvaffaq boʻlishi mumkin. Uchinchi bosqich – qayta baholash va yakuniy natijalar. Uchinchi bosqichda sintez modeli optimallashtirilgan motor rejalar asosida talaffuzlarni qayta yaratadi. Har bir talaffuz ma’lum qabul qilish darajasiga yetgach, ekspert tomonidan qabul qilinadi va saqlab qolinadi. Yakuniy natijalarda talaffuzlar inson nutqiga yaqinlashgan sifatda hosil qilinadi, bu esa sintezning yuqori aniqlikdagi

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 natijalarini ta’minlaydi. Har bir talaffuz uchun yakuniy harakat trayektoriyalari va talaffuz natijalari quyidagi diagrammada koʻrsatilgan: 1-rasm: Yakuniy natijalar va harakat trayektoriyalari Bu yerda: 1. vok – vokal (ovozli yoki unli tovush); 2. lablar – lablar (lab bilan bog‘liq harakatlar); 3. lab – lab (lablar bilan chiqariladigan tovushlar); 4. tot – tilning orqa qismi bilan chiqariladigan tovushlar; 5. tut – tilning uchi bilan bog‘liq tovushlar; 6. ytt – yumshoq tanglay bilan chiqariladigan tovushlar; 7. hiqt – hiqildoq bilan bog‘liq tovushlar; 8. tilok – tilning old qismida yuqori ko‘tarilishi; 9. tilnk – tilning neytral holatda yuqori ko‘tarilishi; 10. tilp – tilning past joylashuvi yoki past harakati; 11. tilpr – tilning pastroq joylashuvi yoki harakati; 12. artimo – tovushlarni hosil qilish jarayonida til, lab yoki boshqa artikulyatsion organlarning harakati; 13. til – Tovush hosil qilishda tilning o‘ziga xos bir pozitsiyasi yoki harakati, masalan, yuqori, orqa yoki old pozitsiya. 14. naz – yumshoq tanglayga yaqin joylashgan burun tovushi 267

Volume 2, Issue 1 268 March 2025 Management and Future Technologies journal.umft.uz 15. tu – tilning ichki yoki yaqin joylashuvi, tilning uchi bilan bog‘liq harakat; 16. bo – tovush hosil qilish jarayonida ochiq holatda yuqori joylashuv (hiqildoqning baland ochilishi)ni ifodalaydi; 17. fon – tovush hosil qilish jarayonidagi pozitsiyalar yoki holatlar; 18. oo – ochiq shovqinli tovush, tovush chiqarish jarayonida vokal yo‘lidagi ochiq shakldagi havo oqimi. Bu diagrammada har bir tovush uchun yakuniy talaffuz natijalari va harakat trayektoriyalari koʻrsatilgan. Model har bir tovushni insoniy nutqqa yaqinlashtirish uchun optimallashtirilgan. Artikulyatsion sintezlashda ushbu modellarning loyihalanishi – inson ovoz yo‘lida tovushlarning hosil qilinishi va boshqarilishi tamoyillariga imitatsiyalanishi tufayli, agar bunday tizim uning nazariyasi bilan hamohanglikda ishlab chiqarilsa, u inson nutqini sintezlashning eng yaxshi usullaridan biri sifatida keng tatbiq qilinar edi. Ammo bu kabi tizimlar haligacha insonning nutq ishlab chiqarishga mo‘ljallangan ovoz yo‘li a’zolarining funksiyalarini to‘laqonli imitatsiya eta olgani yo‘q. Bunga insonning ovoz yaratish a’zolarining o‘ta murakkab funksionalliklarga ega ekanligini sabab qilib keltirish mumkin. Artikulyatsion sintezlash texnologiyalarining kelajagi nutq tovushlarini generatsiya qilishda yuqori darajadagi aniqlik va realistik natijalarga erishishga qaratilgan.[2] Kelgusida neyrokognitiv modellarni integratsiya qilish orqali sintez modelining qabul qilish, harakat qilish va tushunish imkoniyatlarini rivojlantirish maqsad qilingan. Bunday tizimlar inson nutq jarayonining neurofiziologik mexanizmlarini hisobga olgan holda ishlashi mumkin va bu nutqning kognitiv va emotsional jihatlarini aniqroq ifodalashga yordam beradi. Kelajakda koʻp modelli oʻzaro ta’sirga asoslangan oʻquvchi-oʻqituvchi ssenariylarini rivojlantirish orqali nutq sintezining tabiiylik darajasini oshirish ham rejalashtirilgan. Bu yondashuvda sintez modeli audiovizual va somatosensorik ma’lumotlarni birgalikda qabul qilish orqali oʻz talaffuzini takomillashtirishi va insoniy nutqni taqlid qilishda yuqori samaradorlikka erishishi mumkin. Shuningdek, artikulyatsion sintezlash texnologiyalari asosida yuz ifodalari va imoishoralarini oʻz ichiga olgan virtual agentlar yaratish orqali inson bilan oʻzaro muloqot qobiliyatlarini oshirish mumkin. Formant sintеzlash Formant sintеzlash uslubi nutqni sintezlashda inson nutqining akustik xususiyatlarini modellashtirishga asoslanadi. Bu uslubda nutq tovushlari formantlar deb ataluvchi chastotaning

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 tarkibiy qismlari orqali ifodalanadi. Formantlar nutq signalining spektrida ko‘rinadigan maksimal energiya nuqtalari bo‘lib, ular nutqning ohangini va tiniqligini belgilashda xizmat qiladi. Formant sintеzlashning asosiy tamoyili – nutq tovushlari formantlar orqali modellashtirilishidir. Bunda nar bir unli tovushning o‘ziga xos formant chastotalari mavjud bo‘ladi. Masalan, /a/ tovushi birinchi formant (F1) va ikkinchi formant (F2) chastotalari bilan tavsiflanadi. Formantlar nutqning tembrini belgilaydi va ular orqali turli unli va undosh tovushlarni farqlash mumkin bo‘ladi. Odatda formant sintеzatorlari bir nechta asosiy komponentlardan tashkil topadi. Signal generatori asosiy ton yoki shovqin signalini yaratadi. Tonli tovushlar uchun sinusoidal to‘lqin, shovqinli tovushlar uchun esa oq shovqin ishlatiladi. Formant filtrlari signal generatori tomonidan yaratilgan signalga ishlov beradi. Har bir filtr ma’lum bir formant chastotasini kuchaytirish yoki susaytirish uchun ishlaydi. Amplituda va chastota modulyatori nutq signalini vaqt o‘tishi bilan o‘zgartiradi, ya’ni u nutqning qanchalik ko‘tarilishi yoki tushishini, kuchayishi yoki susayishini boshqaradi. Bu esa nutqni yanada tabiiyroq va haqqoniyroq qiladi. Formant sintеzlashda har bir tovush uchun formant chastotalari va ularning amplitudalari qo‘lda yoki avtomatik sozlanadi.[4] Bu sozlashlar fonetik qoidalar yoki ma’lum bir tilning nutq xususiyatlariga asoslanadi. Masalan, /i/ tovushi uchun F1 past, F2 esa yuqori bo‘ladi, /u/ tovushi uchun esa F1 va F2 larning har ikkalasi ham past bo‘ladi. Formant sintezlashda ikkita asosiy tuzilma – parallel va kaskadli tuzilmalar mavjud, ammo yaxshiroq ishlashi uchun ularda ba’zi bir kombinatsiyalar qo‘llaniladi. Shuningdek, formant sintezlash uslubi juda ko‘p tovushlar bilan ishlashni ta’minlaydi. Bu tovushlar soni tovushlarni bog‘lash uslubidagidan ham ko‘proq demakdir. Eng kichik uchta formantda odatda tushunarli nutq hosil qilish va beshtagacha bo‘lgan formantda esa yuqori sifatda nutq hosil qilish talab etiladi. Har bir formant odatda, ikki bosqichda rezonator formant chastotasining har ikki tomonini modellashtirish imkonini beradi va uning chegaralari tasniflanadi. Ma’lum bir qonuniyatga asoslangan formant sintezlash nutq hosil qilishning muhim parametrlarini aniqlashga yo‘naltirilgan qonuniyatlar majmuidan iborat bo‘lib, bu qonuniyatlar formant sintezlash tizimlarida qo‘llaniladi. Kiritish parametrlarini quyidagi misolda ko‘rish mumkin: Tovush chiqishining fundamental chastotalari (F0); 269

Volume 2, Issue 1 270 March 2025 Management and Future Technologies Tovush to‘lqinining ochiq faktori; To‘lqinlardagi tovush darajasi; Formant chastotalari va amplitudalari (F1, …F3 va A1 … A3); Kichik chastotaga qo‘shilgan rezonator chastotasi; Kichik va yuqori chastotalar intensivligi. journal.umft.uz Bu yerda ochiq faktor – to‘liq ochiq-glottis vaqt davomiyligini bildiradi. Kaskadli formant sintezatori tasmalar o‘tishi rezonatorlaridan tashkil topgan va ketma-ketlikda bog‘langan bo‘lib, har bir chiquvchi formant sintezator navbatdagi chiqishni belgilaydi (2-rasm). Kaskadli tuzilma axborot boshqaruvi kabi faqat formant chastotalarini talab etadi. Asosiy kaskadli tuzilma ko‘pincha alohida tekshirish shart bo‘lmagan unlilar uchun formant amplitudalar nisbiyligidan tashkil topgan bo‘ladi. 2-rasm. Kaskadli formant sintezatorining asosiy strukturasi Kaskadli struktura jarangli tovushlar uchun eng yaxshi deb topilgan. Chunki, u parallel strukturaga nisbatan kamroq axborot nazoratini talab etadi va shuning bilan sodda amalga oshiriladi. Biroq, tiniq va tezkor tovush qismlarini kaskadli modelda generatsiya qilish muammo tug‘diradi. Parallel formant sintezatori (3-rasm) – parallel bog‘langan rezanatorlardan tashkil topgan. Bazida burun tovushlari uchun qo‘shimcha rezonatorlar ham qo‘llaniladi. Signal to‘lqinlarida barcha formantlar bir vaqtda ishlatiladi va ularni hisoblab chiqaradi. Keraksiz nol qiymatli yoki norezonans nuqtalarni olib tashlash uchun formant rezonatorlarining aks-sado chastotalaridagi tutash natijalari qarama-qarshi fazoda hisoblanishi kerak. Parallel struktura tasma sohasida nazorat o‘rnatadi har bir formant individual kattalashadi va shuning bilan bir qatorda axborot nazoratiga talab ham oshadi.[3]

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 271 3-rasm. Parallel formant sintezatorining asosiy strukturasi. Parallel formant strukturasi burun tovushlari, silliq tovushlar va qattiq undosh tovushlar uchun nisbatan yaxshiroq struktura deb topilgan, lekin ba’zi unli tovushlar kaskadli strukturadagi kabi parallel formant sintezatorida modellashtirila olmaydi. Bu ikki strukturaning sifat darajasi va muvofiqlik xarakteristikalari ustida uzoq bahsmulohazalar olib borilib shu narsa ayon bo‘lganki, bitta asosiy uslub yordamida yaxshi natijaga erishish mushkul va bu muammoni hal etish uchun ushbu uslublarni birlashtirish va takomillashtirish zarur. 1980-yilda Dennis Klatt yanada murakkabroq formant sintezatorini ya’ni, yuqori chastota shovqinlari uchun qo‘shimcha rezonatorlar o‘rnatilgan va burun tovushlari uchun antirezonanslar bilan birlashtirilgan, to‘g‘ri talaffuz beruvchi aylanma yo‘nalish va radiatsion xarakteristikalarini tavsiflagan holda kaskadli va parallel sintezatorlarning oltinchi formantini taklif qildi. Tizim har 5 millisoniyada 39 ta parametr yordamida yangilanishini nazorat qilish orqali mukammal to‘lqinlanish modelini qo‘llaydi. Shuningdek, kaskadli va parallel tuzilmalar boshqa yo‘llar bilan ham birlashtirilishi mumkin. Formant sintеzlashning afzalliklari sifatida shuni aytish mumkinki, u juda ixcham va kam resurs talab qiladi. Sababi – u faqat formant chastotalari va amplitudalari bilan ishlaydi. Bu usul

Volume 2, Issue 1 272 March 2025 Management and Future Technologies journal.umft.uz nutqning ohangini va tiniqligini aniq boshqarish imkonini beradi. Biroq, formant sintеzlash natijalari ba’zan yetarlicha tabiiylikka ega bo‘lmay qolishi mumkin, chunki u nutqning barcha nozik jihatlarini to‘liq aks ettira olmaydi. Bundan tashqari, bu usulni sozlash va boshqarish juda murakkab, ayniqsa murakkab nutq tuzilmalari uchun. Formant sintеzlash uslubidan ko‘pincha ilmiy-tadqiqot ishlarida, nutqqa ishlov berishda va ba’zi eski TTS tizimlarida foydalanilgan. Bugungi kunning zamonaviy TTS tizimlarida neyron tarmoqlarga asoslangan uslublar keng qo‘llanilsada, formant sintеzlash uslubi hali ham o‘zining ahamiyatini saqlab qolmoqda. Buni ayniqsa resurslar cheklangan yoki aniq boshqarish talab qilinadigan holatlarda ko‘rish mumkin. Umuman olganda shuni aytish mumkinki, formant sintеzlash uslubi nutqni yaratishning asosiy va klassik usullaridan biri bo‘lib, u nutqning akustik xususiyatlarini chuqur tushunishga asoslangan uslubdir. Konkatenativ sintezlash Konkatenativ sintezlash usulini boshqa oldindan yozib qo‘yilgan so‘zlarni birlashtirish orqali tabiiy nutqqa yaqin bo‘lgan nutqni sintezlashning eng oson usuli sifatida ko‘rish mumkin. Biroq bu usul bir nechta ma’ruzachi bilan cheklanuvchi, boshqa sintezlash usullariga nisbatan ko‘proq xotira talab qiluvchi usul hisoblanadi. Konkatenativ nutq sintezlashning eng muhim bosqichlaridan biri – to‘g‘ri biriktiriluvchi qismni aniqlashdir.[6] Bu yerda uzunroq va qisqaroq qismlar o‘rtasida muvozanat mavjud. Uzunroq qismlar tabiiyroq tovush hosil qilishga imkon beradi, lekin bunday holda qismlarning soni va kerakli xotira hajmi ortadi. Qisqaroq qismlar esa nisbatan kamroq xotira bilan qanoatlanadi, lekin bazani tayyorlash aniqroq jarayonni talab etadi va natijada olingan nutqning tabiiylik darajasi pastroq bo‘lishi mumkin. Qism diapazonini aniqlash ilovaning ehtiyojlaridan kelib chiqqan holda amalga oshiriladi. Qism diapazoni fonema darajasidan tortib butun boshli so‘zgacha bo‘lgan diapazonda o‘zgarishi mumkin. So‘zlar bo‘yicha konkatenatsiya. Agar aviachiptalarni bron qilish tizimi kabi cheklangan lug‘at boyligiga ega tizim zarur bo‘lsa, ushbu usuldan samarali foydalanish mumkin. Lekin agar so‘zlar alohida-alohida qilib yozib olingan bo‘lsa, nutqda intonatsiya yo‘qoladi. Shu bilan bir qatorda, tizim faqat oldindan yozib olingan so‘zlar bilan cheklanadi, yangi so‘zlarni generatsiya qila olmaydi.

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 Bundan tashqari, so‘zlarning tovush chastotalari noldan boshlanib nol bilan tugaydi va shu sababli ham agar qo‘shimcha ishlovlar berilmasa, birlashtirilgan so‘zlardan iborat gaplarda har bir so‘z o‘rtasida pauza yuzaga keladi. Agar so‘zlar oldindan yozib olingan gaplardan ajratib olingan bo‘lsa va ushbu gaplarda intonatsiya mavjud bo‘lsa, u holda bu intonatsiyali so‘zlar tizimga ta’sir qiladi. Masalan, “Ular kelishyapti” gapida “Ular” so‘zi intonatsiyaga ega bo‘lsa va tizim ushbu so‘zni shu gapdan kesib olsa, bunday intonatsiya yangi jumla tarkibida talab etilmasa ham har safar “Ular” so‘zi aynan shu intonatsiyada talaffuz qilinaveradi. Ammo, bu usul ishlash vaqtida juda kam hisoblash resurslarini talab qiladi, chunki u faqat oldindan yozib olingan so‘zlarni birlashtiradi. Ushbu tizimlarning yana bir afzalligi – natijaviy nutqning sifat darajasi deyarli mukammal bo‘lishidir, chunki so‘zlar ishlash vaqtida hosil qilinmaydi, balki oldindan yozib olingan bo‘ladi. Fonemlarni biriktirish. Ushbu usulda avvalo tilning fonemlari aniqlanib olinishi lozim.[5] Fonemlar soni odatda 30–60 orasida bo‘ladi. Keyinchalik fonemlar yozib olinadi, ya’ni ba’zi namunaviy so‘zlar yoki gaplar yozib olinib, ular ichidan fonemlar qo‘lda yoki avtomatlashtirilgan usullar orqali ajratib olinadi. Shundan so‘ng, turli fonemlarning energiya qiymatlari normallashtiriladi. Oxirida ushbu fonemlar so‘zlarni hosil qilish uchun ketma-ket bog‘lanadi. Ushbu biriktirish jarayonida fonemlar orasidagi o‘tishlarni silliq amalga oshirish uchun raqamli signalga ishlov berish usullaridan foydalanish lozim. Bunday tizimlarning eng katta muammolaridan biri – fonemlarni aniq ajratishdir, chunki nutq signalida fonemlarning boshlanishi va tugash chegaralarini aniq belgilash qiyin masala hisoblanadi. Natijada, yakuniy fonemlar to‘plamini olish uchun ko‘plab tajriba sinovlari o‘tkazilishi talab etiladi. Fonemlar aniq ajratib olinganidan keyin ularni silliq bog‘lash jarayoni ham muhim muammo hisoblanadi.[9] Agar bir joyda bir nechta fonemdan foydalanish imkoni mavjud bo‘lsa, tizim qaysi fonemni tanlashni to‘g‘ri belgilashi kerak. Biroq, bu tizimlar ko‘p xotira talab qilmaydi, chunki faqat cheklangan miqdordagi nutq segmentlari oldindan yozib olinadi. Shuningdek, fonemlarga ishlov berish orqali turli xil ovozlarni hosil qilish imkoniyati ham mavjud. Difonlarni biriktirish. Bo‘g‘in – fonemdan uzunroq, ammo so‘zdan kichikroq segment bo‘lib, nutqning asosiy qismlaridan biri hisoblanadi. Ushbu segmentlarni biriktirish uchun bir nechta usullar mavjud. Masalan bunda difonlar (bog‘langan fonema juftlari) biriktirish uchun segment sifatida ishlatilishi mumkin. Kutilgan natijaga erishish uchun difonlarni biriktirish jarayoni tovushning barqaror qismlaridan amalga oshirilishi lozim. Shu sababli, nutqning barqaror qismlari – jarangli tovushlarning qo‘shimcha uzaytirilgan segmantlari, yoki deyarli nol darajadagi jarangsiz tovushlar hisoblanadi. 273

Volume 2, Issue 1 274 March 2025 Management and Future Technologies journal.umft.uz Nutqning jarangli qismlarida bog‘lash yaxshi natija beradi, biroq ular turli vaqtlarda va turli so‘zlar tarkibida yozib olinganligi sababli ikki jarangli segment orasida muvozanatsiz o‘tishlar kuzatilishi mumkin.[8] Ushbu muammoni hal qilish uchun PSOLA kabi algoritmlardan foydalanish mumkin. PSOLA usuli ikkita nutq signaliga ishlov beradi. Ulardan biri jarangli qism bilan tugaydi, ikkinchisi esa jarangli qism bilan boshlanadi.[7] Ushbu jarangli qismlar bir xil fonemga tegishli bo‘lishlari lozim. PSOLA ushbu ikkita signalning tovush chastotalarini o‘zaro moslashtiradi va tenglashtiradi. Natijada, segmentlar orasida silliq o‘tish hosil qilinadi. Bu usul boshqa usullarga qaraganda yaxshiroq sifatga ega bo‘lgan nutqni sintezlash imkonini beradi. Biroq, bu tizimlar katta hajmdagi xotira talab qiladi, chunki bunda ko‘plab nutq qismlari oldindan yozib olinishi kerak. Shu bilan bir qatorda, bu usulda hosil qilingan nutq ustidan nazorat darajasi nisbatan past bo‘lib, tizim odatda faqat bitta ovoz bilan cheklangan bo‘ladi. Amaliy qism: So‘zlar bo‘yicha konkatenatsiya tajribasi Matndan nutq sintezlashning so‘zlar konkatenatsiyasi yondoshuvi 1980-1990-yillarda keng qo‘llanilgan. Leksik birliklar yoki fonemalar asosida konkatenatsiya uslubiyoti esa undan ham avvalroq – 1950-1960-yillarda vujudga kelgan. Bugungi kunga kelib, bu uslublarning o‘rnini sun’iy neyron tarmoqlar asosida qurilgan modellar egallab olgan. Maqolada matndan nutq sintezlashning klassik uslublarini muhokama qilish orqali, matndan nutq sintezlashga mo‘ljallangan zamonaviy sun’iy intellekt modellarini qurishda bu kabi klassik yondoshuvlarning ba’zi imkoniyatlaridan foydalanish, shu orqali sifat va samaradorlik nuqtayi nazardan ba’zi yutuqlarga erishish ehtimolliklarining nazariy asoslarini shakllantirish mumkin. Matndan nutq sintezlashning eng mashhur klassik yondoshuvlaridan biri – konkatenatsiya yondoshuvidir. Mazkur maqolada so‘zlar konkatenatsiyasi usuli yordamida nutq signalini hosil qilish va tahlil qilish tajribasini o‘tkazish maqsad qilingan. So‘zlar komkatenatsiyasi usuliga ko‘ra, avvaldan yozib olingan butun so‘zlarning nutq fayllari so‘zlarning gapdagi o‘rniga mos ketma-ketlikda ulab (konkatenatsiyalab) chiqiladi. Bunda matnda uchragan har bir so‘z uchun avvaldan yozib olingan audiofayl mavjud bo‘lishi lozimm Ushbu jarayonlarni tajribadan o‘tkazish maqsadida quyidagi matn va uni o‘qishdan hosil qilingan audio fayl olindi:

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 Matn: 275 “Hali oppoq tong. Nur uyg‘otgan qushcha tovushining ilk kumush halqachalari osmonga o‘rlab kеtdi. Nim shabadada yashil bulutning har joy-har joyi sovunday ko‘pirib, azim chinorning sirli bag‘ridan chiqib kеlgan sokin va qudratli shovillash olamni tutdi. Quloq solmaganga bu tovush eshitilmaydi ham, lеkin Ochil buva uchun hozir tong ham go‘yo mana shu shovillashdangina iborat edi.” Audio fayl: Yuqorida keltirilgan matn ichidan butunligicha qatnashuvchi soʻzlar ishtirokida quyidagi yangi (ichki) gap va uni oʻqish orqali ovozli fayl hosil qilindi: Matn: “Sokin tong. Ochil buva goʻyo nim shovillashdangina chiqib ketdi.” Audio fayl: Ajratib olingan ichki matn uchun uni ogʻzaki oʻqish orqali alohida nutqiy audio fayl hosil qilib olishdan maqsad – xuddi shu matndan soʻzlar konkatenatsiyasi uslubi asosida nutq sintezlash natijasida hosil boʻlgan audio faylni tahlil qilish, oʻzaro solishtirish va kamchiliklarni aniqlashdan iborat. Endi ajratib olingan ichki matnda qatnashgan soʻzlarga mos nutqiy boʻlaklarni yuqoridagi umumiy matn audio faylidan qirqib olib, alohida-alohida audi fayllar sifatida saqlab olamiz va ichki matndagi soʻzlar ketma-ketligida ularni konkatenatsiyalaymiz (ulaymiz). Ushbu uslub yordamida hosil qilingan chiquvchi nutqning spektogramma koʻrinishi quyidagicha boʻldi:

Volume 2, Issue 1 276 March 2025 Management and Future Technologies journal.umft.uz Spektogrammadan koʻrinib turibdiki, konkatenatsiya uslubida hosil qilingan nutq signalida uzilishlar va bogʻlanish oraliqlarida ushbu matnni tabiiy oʻitib yozilgan nutq signalidagiga qaraganda kamroq. Natijalar tahlili Yuqoridagi ichki matndan hosil qilingan nutq signallarini nutq prosodiyasi va fonetik xususiyatlari (urg‘u, ohang, pauzalar va tovushlarning bog‘lanishi) asosida tahlil qilib chiqamiz. Quyidagi original nutq faylining vaqt kesimida pauzalar va urgʻu oʻzgarishlari tasvirlangan spektogrammasi keltirilgan: Pektogrammaning yuqori nuqtalari – faol nutq boʻlaklari, ya’ni urgʻuli soʻzlar yoki kuchli talaffuzga ega qismlari, quyi yoki nolga yaqin nuqtalarida esa, pauzali yoki sust talaffuzli qismlar tasvirlangan. Ushbu tovush signalining quyi va yuqori chastotalarga qanday taqsimlanganligini koʻrish qilish uchun uning chastota spektri grafigini shakllantiramiz; Ushbu grafik asosida quyidagi ma’lumotlarni oʻrganish mumkin:

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 1. Past chastotalar (0-500 Hz): Ovozning asosiy tembri va fundamental chastotasi joylashgan oraliq. 2. O‘rta chastotalar (500-3000 Hz): Nutq tovushlarining asosiy shakllanishi oraligʻi boʻlib, bu yerda unli tovushlar energiyasi to‘plangan. 3. Yuqori chastotalar (3000-8000 Hz): Undosh tovushlar. Bu qismda ayniqsa sirg‘aluvchi va shovqinli tovushlar yaqqol ko‘rinadi. Xuddi shunday, ichki matndan soʻzlar konkatenatsiyasi asosida hosil qilingan nutq signalining spektogrammalarini hosil qilib olamiz: Bu spektogrammaga koʻra konkatenatsion nutq sintezlash orqali hosil qilingan nutq signalida yuqori chastota energiyalari, shuningdek uzilish va bogʻlanishlarda tabiiylik nisbatan kamroq ekanligini koʻrish mumkin. Ushbu chastota spektridan koʻrish mumkinki, konkatenatsion sintez qilingan utqda nutq temri nisbatan pastroq. Yuqoridagi digrammalar asosida bu ikkala nutq signallarini tahlil qilish orqali quyidagicha ma’lumotlar hosil qilindi: 277

Volume 2, Issue 1 278 March 2025 Xususiyat Spektrogramma Urg‘u va pauzalar Management and Future Technologies Original nutq journal.umft.uz Konkatenatsion nutq Keng chastota diapazoni, bog‘langan Past chastotalar ustun, nutq pauzalar sezilarli Barqaror, pauzalar kam Keskin o‘zgarishlar, pauzalar ko‘p Chastota spektri O‘rta va yuqori chastotalar faol Asosan past chastotalar Bog‘lanishlar Yaxshi bog‘langan Uzilishlar mavjud Ushbu taqqoslash natijalariga koʻra quyidagicha oʻzaro farqlanishlarni keltirish mumkin: 1. Birinchi nutq – ravon, yuqori chastotalari faol va uzluksiz bogʻlangan; 2. Ikkinchi (konkatenatsion nutq) – asosan past chastotali, koʻproq pauzalar va nutq boʻlaklari orasidagi uzilishlarga ega. Ushbu nutq signallarini prosodik tahlil qilishda esa, birinchi nutq signalida intonatsiya oʻzgarishi (F0) silliq, nutqiy balan-pastliklarning tabiiy shakllanganligi ya’ni urgʻuli boʻlaklarning alohida ajralib turishi, nutqiy jarayonning dinamikligini, ya’ni tovush balanliklarining oʻzaro yaqin va muvozanatli ekanligini, ikkinchi nutq signalida esa, F0 ning juda keskin oʻzgarishi yoki ba’zi joylarda statik ekanligini, ya’ni nutqiy boʻlaklarning bogʻlanishlaridagi tabiiyligining nisbatan pastligi, ohangning koʻtarilishi va pasayshida keskin oʻzgarishlarning duch kelishini koʻrish mumkin. Bu farqlardan kelib chiqib shuni aytish mumkinki, birinchi nutq chastotaviy taqsimoti va prosodiyasiga koʻra ikkinchisidan tabiiyroq ekanligini anglatadi. Haqiqatdan ham, aslida birinchi nutq toʻgʻridan-toʻgʻri matnni oʻqish orqali yozib olingan nutq fayli hisoblanadi. Bundan ajratib olingan soʻzlarga mos nutqiy boʻlaklar boshqa gaplarda qoʻllanilganida oʻz oʻrnida boʻlmaganligi sababli ham tabiiylik kamayadi. Bundan tashqari, matndan nutq sintezlashning soʻzlarga asoslangan konkatenatsiya uslubi katta hajmli matnlardan nutq sintezlash masalalari uchun yaxshi moslashmagan uslubdir. Ya’ni bunda koʻp sonli soʻzlar uchun nutqiy boʻlaklarni hosil qilish koʻp mehnatni, vaqtni hamda xotira resurslarini talab qiladi. Yuqoridagi tahliliy ma’lumotlardan kelib chiqib, matndan nutq sintezlashning konkatenatsiya yondoshuvining difonli bogʻlanish uslubi koʻproq samara va tabiiylik keltiradi. Sababi – difonli boʻlak oʻta qisqa oraliq diapazoniga ega boʻlib, difonlar bazasida har bir difon soʻzning boshida, oʻrtasida va oxirida kelishiga qarab kamida 3 tadan hosil qilib olinadi. Shuning uchun ham, difonli boʻlaklarni birlashtirish orqali hosil qilingan nutq signali soʻzli konkatenatsiya qilingan nutqqa nisbatan silliqroq va tabiiyroq chiqadi. Keyinchalik uni qoʻshimcha algoritmlar yordamida yanada silliqlash mumkin. Bundan tashqari, difonli konkatenatsiya orqali nutq sintezlovchi dasturiy timni qurish nisbatan olinganda anchagina kam vaqt, kam mehnat va kamroq xotirani talab qiladi.

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 Bugungi kunda bu kabi matndan nutq sintezlash uslublari amalda deyarli qoʻllanilmayapti. Faqatgina ba’zi kichik, tor ixtisoslashgan avtomatlashtirilgan tizimlardagina qoʻllanilyapti xolos. Ularning oʻrnini esa, neyron tarmoqlarga asoslangan sun’iy intellekt modellari egallagan va ularda sintezlangan nutq tabiiy nutqqa ancha yaqin. Shunga qaramay, nutq sintezlashning zamonaviy sun’iy intellekt modelini qurishda nutq prosodiyasi sifatini yanada oshirish uchun difonli konkatenatsiya uslubidan foydalanish mumkin. Xulosa Ushbu tadqiqotda nutq sintezlashning klassik uslublari, jumladan artikulyatsion, formantli va konkatenatsion nutq sintezlash uslublarining ishlash tamoyillari va imkoniyatlari tahlil qilindi, tajribalar oʻtkazildi va oʻzaro taqqoslashlar natijasida ularning afzalliklari, kamchiliklar va istiqbollari toʻgʻrisida fikr yuritildi. Tajribalar natijalari shuni koʻrsatdiki, artikulyatsion sintezlash modeli har bir tovush uchun yuqori darajadagi tabiiylik va aniqlik darajasiga erishishi mumkin. Biroq bu kabi modelni qurish u insonning nutq hosil qilish modeliga taqlid qilinganligi sababli, ishlab chiqish oʻta murakkab va hozircha deyarli imkonsizdir. Formant sintеzlash uslubi inson nutqini insonning akustik xususiyatlarini modellashtirishga asoslangan boʻlib, bunda nutq tovushlari formantlar orqali nutqning ohangini va tiniqligini belgilash amallari bajariladi. Nutq sintezlashning konkatenatsiya yondoshuvi tarkibiga konkatenatsiyaning bir nechta uslublarini qamrab oladi. Ular ichida eng ommalashganlari – soʻzlar konkatenatsiyasi va difonli konkatenatsiya uslublaridir. Konkatenatsiyalashning difonli bogʻlash uslubi qolganlariga qaraganda insoning tabiiy nutqiga yaqinroq va silliqroq nutq hosil qiluvchi uslubidir. Xulosa oʻrnida aytish mumkinki, nutq sintezlashning klassik yondoshuvlarini tadqiq qilish nutq sintezlash sohasini, undagi bazaviy bilimlarni yaxshi oʻzlashtirib olishda yordam beradi. Hozirda matndan nutq sintezlashning klassik uslublaridan juda kam foydalanilmoqda. Foydalanilganda ham, kichik, tor doirada, avtomatlashtirilgan tizimlarda, matnli ma’lumotlarni nutq signali shaklida yetkazish uchun qoʻllanilmoqda. Bu uslublarni chuqurroq tahlil qilib, matndan nutq sintezlashga moʻljallangan sun’iy intellekt modellarini qurishda ularning ba’zi imkoniyatlaridan foydalanish ehtimolligini bilib olish mumkin. 279

Volume 2, Issue 1 280 March 2025 Management and Future Technologies journal.umft.uz Adabiyotlar 1. Al-Bamerni, A., & Bladon, A. (1982). One-stage and two-stage temporal patterns of velar coarticulation. Journal of the Acoustical Society of America, 72, S104. 2. Alwan, A., Narayanan, S., & Haker, K. (1997). Toward articultatoryacoustic models for liquid approximants based on MRI and EPG data. Part II. The rhotics. Journal of the Acoustical Society of America, 101(2), 1078–1089. 3. Badin, P., Bailly, G., Elisei, F., & Odisio, M. (2003, August). Virtual Talking Heads and audiovisual articulatory synthesis. In Proceedings of The 15th International Congress of Phonetic Sciences (ICPhS -03) (pp. 193–197). IPA. 4. Kortekaas R., Kohlrausch A., Psychoacoustical Evaluation of the Pitch- Synchronous Overlap-andAdd Speech-Waveform Manipulation Technique Using Single-Formant Stimuli, Journal of the Acoustical Society of America, JASA, Vol 101 5. Allen J., Hunnicutt S., Klatt D., From Text to Speech: The MITalk System, Cambridge University Press, 1987 6. Black A., Taylor P., Festival Speech Synthesis System: System Documentation(1.1.1), Human Communication Research Centre Technical Report HCRC/TR-83, 1997 7. Carpentier F., Moulines E., Pitch-Synchronous Waveform Processing Techniques for Text-to-Speech Synthesis Using Diphones, Proceedings of Eurospeech 89 (2): 13-19, 1989 8. Dutoit T., Leich H., MBR-PSOLA: Text-to-Speech Synthesis Based on an MBE Re-Synthesis of the Segments Database, Speech Communication, vol. 13: 435-440, 1993 9. Dutoit T., Pagel V., Pierret N., Bataille F., Vrecken O., The MBROLA Project: Towards a Set of High Quality Speech Synthesizers Free of Use for Non Commercial Purposes, Proceedings