---

Sintetizador de Fala (Speech Synthesizer) MBROLA

---

Resumidamente, o MBROLA é um sintetizador de fala baseado na concatenação de difones, que minimiza problemas de concatenação. Não é um sintetizador TTS completo (Text-To-Speech Synthesizer), não sendo capaz de traduzir um texto para fala, apenas faz a concatenação de difones que tenham sido previamente escolhidos por um compilador (neste caso o programa lianecomp do sistema LianeTTS).

Nota: O LianeTTS é um sintetizador TTS que usa a interface do MBROLA para a síntese de voz; um arquivo .pho é gerado pelo LianeTTS para processamento em fala pelo MBROLA.

O sistema MBROLA foi gerado na Faculté Polytechnique de Mons, Belgium a partir de 1996. Ele usa uma variante do método PSOLA (patente da France Telecom), que permite uma grande qualidade no som gerado. MBROLA significa Multi Band Resynthesis OverLap Add. É um sistema muito rápido e que usa pouca memória, sendo adequado para execução em máquinas modestas, ou em ambientes com grande quantidade de sinteses de voz por segundo. É "free" para usos não comerciais nem militares, e não é open-source.

É distribuído em várias versões, entre as quais se destacam:

Versão Windows: bibliotecas chamáveis por programa (DLLs)

Versão Linux: programa específico para a concatenação e diversos utilitários para preparação e uso da base de dados e pequenos experimentos, usado no sistema LianeTTS.

---

Funcionamento básico

Arquivo .PHO (fonemas+prosódia) --> Mbrola --> Arquivo de fala

A figura a seguir representa, em linhas gerais o fluxo de dados num sistema de síntese de voz baseado no sistema MBROLA.

O arquivo PHO

O Arquivo PHO contém a lista de difones a serem concatenados e apresentados na forma sonora. Ele contêm basicamente as seguintes informações:

Nome dos fonemas

Duração em ms

Curva da prosódia
--> compostas por sequencias: posição (em percentagem) e pitch

Ex:

; atirei
_ 100 1 392
a 600 50 392
t 122 1 392
i 90 1 349
r 100 1 349
e 137 1 329
y 130 99 329
_ 100

Nota: o difone é gerado pelo MBROLA, a partir da especificação dada por duas linhas subseqüentes.

---

Instalação do MBROLA

Na instalação do MBROLA, é fornecido além do binário o arquivo readme.txt que descreve em inglês maiores detalhes sobre licenciamento, instalação e funcionamento desta solução. Entretanto, descrevemos abaixo uma breve tradução do funcionamento do MBROLA.

1) instale o pacote do MBROLA referente à sua distribuição Linux;

2) experimente "$ mbrola -h", para ver listagem da ajuda sobre a sintaxe de comandos deste sintetizador:

 USAGE: mbrola [COMMAND LINE OPTIONS] database pho_file+ output_file

A - instead of pho_file or output_file means stdin or stdout
Extension of output_file ( raw, au, wav, aiff ) tells the wanted audio format

Options can be any of the following:
-i    = display the database information if any
-e    = IGNORE fatal errors on unkown diphone
-c CC = set COMMENT char (escape sequence in pho files)
-F FC = set FLUSH command name
-v VR = VOLUME ratio, float ratio applied to ouput samples
-f FR = FREQ ratio, float ratio applied to pitch points
-t TR = TIME ratio, float ratio applied to phone durations
-l VF = VOICE freq, target freq for voice quality
-R RL = Phoneme RENAME list of the form a A b B ...
-C CL = Phoneme CLONE list of the form a A b B ...

-I IF = Initialization file containing one command per line
        CLONE, RENAME, VOICE, TIME, FREQ, VOLUME, FLUSH, COMMENT,
        and IGNORE are available