Ucapan Voiced dan Unvoiced

Ucapan suara manusia dihasilkan dari rangkaian proses alat ucap artikulator manusia.

Suara "voiced" yaitu vokal yang dihasilkan ketika sistem saluran vokal ditekan oleh gelombang tekanan udara disebabkan oleh pembukaan dan penutupan lubang glotal hampir secara berkala (membuka diantara pita suara) seperti /UH/ dan /IY/.

Suara unvoiced dihasilkan dengan membuah sebuah penyempitan pada suatu tempat di dalam sistem saluran vokal dan menekan udara yang lewat dengan penyempitan tersebut, dengan demikian menghasilkan turbulensi aliran udara, yang berperan sebagai pembangkit suara acak (random noise excitation) pada sistem saluran vokal seperti /SH/ dan /S/. (Lawrence R. Rabiner dan Ronald W. Schafer, 2007:17-21).

Suara voiced terdiri dari frekuensi dasar (F0) dan komponen harmonik yang dihasilkan oleh pita suara. Sedangkan suara unvoiced alami tidak memiliki frekunsi dasar dalam sinyal pembangkit (excitation) ataupun struktur harmonik, dan pembangkit dianggap sebagai white noise. (Sami, 1999:11).

Teks to Speech Bahasa Melayu Pontianak

Text to speech adalah sebuah teknologi yang dapat menghasilkan suara ucapan dari teks. Metode sintesa ucapan saat ini umumnya menggunakan metode statistik parametrik yang memiliki keunggulan hasil model ucapan suara yang kecil, dan korpus latih yang relatif lebih kecil dibanding metode seleksi unit. Teknologi text-to-speech merupakan salah satu upaya yang dapat digunakan untuk melestarikan bahasa daerah.

Sistem sintesa ucapan alami bahasa Melayu dialek Pontianak dibangun menggunakan HMM-Based Speech Synthesis System (HTS). Model ucapan suara yang dihasilkan adalah Hidden Markov Model. Jumlah korpus latih yang digunakan 300 kalimat dalam durasi 23 menit 18 detik. Pengembangan sintesa dimulai dari pengumpulan korpus kalimat dan rekaman suara, melakukan pelabelan fonem dan durasi, melatih HMM dengan HTS, membuat bagian menganalisa teks menjadi label konteksual dan membangkitkan gelombang ucapan suara dengan menggunakan HTS_engine.