فارسی 2008-3262 سنتز گفتار فارسی و بهبود سرعت آن با روش انتخاب واحد از طریق جستجوی شعاعی و پیرایش دادگان اتصال قطعات ازپیش ضبط شده گفتار، یکی از روش های سنتز گفتار است که با عنوان سنتز مبتنی بر انتخاب واحد شناخته می شود. ایده اصلی این گونه سیستم ها، جستجو و انتخاب بهترین نمونه های گفتاری از درون یک دادگان بزرگ و اتصال آنها به منظور تولید شکل موج نهایی می باشد. جستجو در حجم وسیعی از دادگان برای انتخاب نمونه های مناسب امری زمان بر است. همچنین، بسیاری از کاربردها تحمل زمان طولانی برای سنتز گفتار را ندارند. در این مقاله روش جستجوی شعاعی برای محدودکردن فضای جستجو و کاهش زمان جستجو ارائه می شود. در این روش، درخت جستجو هرس می شود تا مسیرهایی که احتمال بهینه بودن آنها کمتر است از فضای جستجو حذف گردند. آزمایشات انجام گرفته نشان می دهد که با حذف 60% از مسیرهای جستجو به کمک این روش، زمان سنتز 57% کاهش پیدا کرد، در حالی که طبیعی بودن گفتار سنتزشده بر اساس روش ارزیابی MOS از 4.2 به 4.0 کاهش یافت که تنها کاهشی معادل 4.7% را نشان می دهد. همچنین با پیرایش 10% از دادگان بر اساس هر یک از دو معیار مطرح شده در این مقاله، سرعت سنتز 14.07% افزایش پیدا کرد، اما بر اساس ارزیابی MOS، طبیعی بودن گفتار از 4.2 به ترتیب به 3.99 و 4.04 کاهش یافت که این اختلاف، معادل 5% و 3.8% نسبت به حالتی که دادگان پیرایش نشده بودند، می باشد. Concatenation of prerecorded speech segments is one of the speech synthesis methods, which is being named as unit selection based speech synthesis. The basic idea of such systems is to select the best speech units from a large database and concatenating them to produce the final waveform. This process usually is done based on minimizing a predefined cost function. Searching the best data sequence on a vast amount of data is a time-consuming process. Meanwhile, most of the applications cannot stand a long time for production of desired speech. In this paper, the beam search method is introduced to limit the search space and to increase the synthesis speed. In this method, the search tree is pruned to remove the paths which are less probable to be the optimum path. By so doing, the quality of synthesized speech is maintained and the time of synthesis is reduced. Prior to the results of experiments, removing 60% of search paths by beam search causes the time of synthesis to be reduced by 57%, decreasing the naturalness of speech from 4.2 to 4, based on MOS evaluation method. This decrease in the naturalness is equal to only 4.7%. Also by pruning the data based on the two approaches proposed in this paper, synthesis speed is increased by 10% and 14.07% respectively. The naturalness, however, is reduced by 5% and 3.8%. سنتز گفتار، انتخاب واحد، جستجوی ویتربی، جستجوی شعاعی، میانگین امتیازات نظردهی speech synthesis, unit selection, Viterbi search, beam search, mean opinion score 0 0 شهرام کلانتری shahramk@aut.ac.ir 94 No محمد مهدی همایون پور 13 No