Investigación sobre conversión de texto a voz en persa para MCI
Investigación sobre conversión de texto a voz en persa, encargada y supervisada por MCI (Hamrah-e Aval) en el marco de la Fundación Nacional de Élites de Irán. La dificultad es lingüística: la escritura persa no representa las vocales breves ni la ezāfe, así que la pronunciación debe deducirse del contexto.
De un vistazo
- La escritura persa no representa las vocales breves ni la ezāfe, así que la pronunciación es ambigua sin contexto.
- Investigación sobre conversión de texto a voz en persa: una cadena que va del texto al habla pasando por la pronunciación, la síntesis y un vocoder.
- Completado, de junio de 2021 a septiembre de 2022, bajo la supervisión de MCI y con la Fundación Nacional de Élites.
Aspectos destacados
Etapa de pronunciación
La conversión de grafema a fonema decide cómo se pronuncia el persa escrito.
Lo que la escritura persa omite
Las vocales breves y la ezāfe no se escriben, y los homógrafos comparten una misma grafía, así que la pronunciación es ambigua sin contexto.
Modelo de síntesis y vocoder
Después, un modelo de texto a voz y un vocoder generan el habla en persa.
El reto
La conversión de texto a voz en persa es sensiblemente más difícil que en inglés, porque convertir letras escritas en sonidos resulta ambiguo sin contexto. El trabajo tuvo que lidiar con tres rasgos de la escritura persa:
Las vocales breves no se escriben, así que el texto por sí solo no basta para determinar la pronunciación.
La construcción ezāfe no se escribe y hay que inferirla.
Los homógrafos comparten una misma grafía entre palabras distintas y no se pueden distinguir sin contexto.
Arquitectura
Una cadena de conversión de texto a voz en persa: el texto escrito pasa por una conversión de grafema a fonema, que decide cómo se pronuncia, y después un modelo de texto a voz y un vocoder generan el habla en persa.
Lo que construí
Conversión de texto a voz para el persa, entregada bajo la supervisión de un operador nacional. El trabajo lo encargó y supervisó MCI (Hamrah-e Aval), el mayor operador de telefonía móvil de Irán, y lo gestionó la Fundación Nacional de Élites dentro de su programa Shahid Ahmadi Roshan. Es un proyecto de escala nacional, respaldado por un operador con nombre propio y una fundación nacional.
Resultado
La investigación se entregó bajo la supervisión de MCI (Hamrah-e Aval), dentro del programa Shahid Ahmadi Roshan de la Fundación Nacional de Élites. La colaboración se desarrolló de junio de 2021 a septiembre de 2022.
Mi papel
- Investigador de IA en conversión de texto a voz en persa dentro del programa Shahid Ahmadi Roshan de la Fundación Nacional de Élites.
- Realizó el trabajo por encargo y bajo la supervisión de MCI (Hamrah-e Aval).
Resultados
- Investigación sobre conversión de texto a voz en persa entregada bajo la supervisión de MCI (Hamrah-e Aval).
- Gestionada por la Fundación Nacional de Élites de Irán dentro de su programa Shahid Ahmadi Roshan.
- Colaboración completada: de junio de 2021 a septiembre de 2022.