vuabongdem113
New Member
Download miễn phí Đề tài Tổng hợp tiếng nói bằng phương pháp tổng hợp trực tiếp
Dữ liệu của data subchunk của wave file chứa các số liệu của âm thanh đã được số hoá. Đối với mẫu âm thanh 8 bit, dữ liệu của data subchunk bao gồm các giá trị 1 byte (có giá trị trong khoảng 0-255) của các mẫu âm thanh. Đối với mẫu âm thanh 16 bit, mỗi mẫu dữ liệu gồm 2 byte (có giá trị trong khoảng từ -32768 đến 32767). Điều này không có nghĩa là file wave 16 bit sẽ nghe to hơn 256 lần file wave 8 bit, mà nó có nghĩa là âm thanh được lượng tử hoá chính xác hơn, nghe trung thực hơn.
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung tài liệu:
Xử lý tiếng nóiĐề số 7:
TỔNG HỢP TIẾNG NÓI
BẰNG PHƯƠNG PHÁP TỔNG HỢP TRỰC TIẾP
Nội dung
Mục đích của đồ án
Tìm hiểu phương pháp tổng hợp tiếng nói bằng phương pháp trực tiếp, với đơn vị ghi âm là từ và tổ hợp từ.
Yêu cầu
Thực hiện ghi âm với micro và tái tạo lại tín hiệu ở loa của máy tính PC.
Ghép các từ và tổ hợp từ đã ghi âm thành câu có nghĩa sao cho chất lượng tốt nhất. Yêu cầu từ các từ đã ghi âm sẵn “đây”, “là”, “phương pháp”, “tổng hợp”, “trực tiếp” thực hiện tổng hợp thành câu “Đây là phương pháp tổng hợp trực tiếp”.
Hiển thị tín hiệu tiếng nói vừa tổng hợp được.
Các nội dung đã tìm hiểu và thực hiện
Hoạt động thu/phát âm thanh trong Windows
Hệ điều hành Windows cung cấp rất nhiều cơ chế để truy nhập và điều khiển các thiết bị có chức năng thu/phát âm thanh như sound card, modem. Tùy theo yêu cầu mà người lập trình có thể chọn các cách tiếp cận khác nhau từ mức thấp đến mức cao và từ đơn giản đến phức tạp. Dưới đây sẽ trình bày một số phương pháp điều khiển các thiết bị thu/ phát âm thanh trong Windows.
Phương pháp sử dụng thư viện MCI
Khái niệm về MCI
MCI (Media Control Interface) là một bộ thư viện cấp cao cho phép truy nhập điều khiển các thiết bị multimedia như cd audio, waveform audio, digital video, scanner...
MCI cung cấp một giao diện thống nhất và độc lập với thiết bị để thực hiện các hoạt động thu/phát trên tất cả các thiết bị multimedia được hỗ trợ. Giao diện này được thể hiện bởi một tập hợp các hàm chuẩn có dạng mcixxx. Khi sử dụng các hàm MCI, việc play các file âm thanh có định dạng khác nhau như audio cd, video, avi, wave, midi đều theo một dạng thức như nhau.
Sử dụng MCI
MCI sử dụng hai cách khác nhau để ra lệnh điều khiển các thiết bị multimedia dưới dạng command message và command string
command message: giống như cơ chế thông điệp trong Windows, các lệnh được gửi đến thiết bị bởi mã lệnh đồng thời dữ liệu trao đổi với thiết bị là các dữ liệu có cấu trúc xác định tùy theo loại thiết bị và mã lệnh.
command string: các lệnh được gửi đến thiết bị dưới dạng các xâu ký tự có nghĩa chẳng hạn như "open digitalvideo". Thực chất thì xâu này cũng được chuyển thành dạng command message rồi mới gửi đến thiết bị tuy nhiên sử dụng các lệnh dạng này sẽ dễ nhớ hơn so với dạng command message.
MCI hỗ trợ rất nhiều thiết bị multimedia và việc thao tác là hoàn toàn độc lập với các thíết bị. Các thiết bị được MCI hỗ trợ bao gồm
Cdaudio
Dat
digitalvideo
Other
Overlay
Scanner
sequencer
Vcr
videodisc
waveaudio
Các hàm MCI cơ bản
MCIERROR mciSendCommand: là hàm sử dụng cơ chế command message để ra lệnh cho thiết bị. Để điều khiển thiết bị thực hiện các thao tác khác nhau như open, recording phải truyền cho hàm các tham số tương ứng với thao tác cần thực hiện.
MCIERROR mciSendString: sử dụng các xâu ký tự để ra lệnh cho thiết bị.
Các hạn chế của MCI:
Các hàm mcixxxx là các hàm cấp cao, thao tác không phụ thuộc thiết bị tuy nhiên lại không linh hoạt, không cho phép người sử dụng truy nhập điều khiển trực tiếp quá trình thu/phát âm thanh. Do đó, với những ứng dụng đòi hỏi tính linh hoạt cao thì sử dụng MCI là không thích hợp
Phương pháp sử dụng thư viện waveform-audio API
Đây là thư viện truy nhập các thiết bị thu/phát âm thanh ở mức thấp cho phép thao tác rất linh hoạt và nhanh chóng. Tuy nhiên sử dụng thư viện waveform-audio API sẽ khó hơn so với sử dụng MCI vì người lập trình phải quản lý hoàn toàn việc cấp phát bộ nhớ cho thiết bị làm việc.
Waveform API chia các thiết bị audio thành loại
waveIn devices là các thiết bị cho phép thu tín hiệu âm thanh từ bên ngoài thành tín hiệu số lưu trong máy tính.
waveOut devices là thiết bị thực hiện biến đổi tín hiệu số thành tín hiệu âm thanh phát ra loa.
Ứng với mỗi loại thiết bị đều có các hàm tương ứng là waveInxxxx và waveOutxxxx để thao tác. Nguyên lý hoạt động của các hàm waveIn và waveOut đều giống nhau, chỉ khác nhau ở chiều dữ liệu được chuyển đi. Nếu không tính đến chiều di chuyển luồng dữ liệu là vào hay ra thì hoạt động của các thiết bị được thể hiện như sau:
Theo sơ đồ trên,việc quản lý các buffer cho các thiết bị là rất quan trọng để đảm bảo cho các thiết bị multimedia hoạt động bình thường. Có nhiều cách có thể áp dụng nhưng giải pháp được thực hiện trong đồ án là sử dụng các hàm callback.
Các thao tác vào ra với file wave
Chunk
Cấu trúc của file wave thuộc vào lớp file được sử dụng bởi các hàm Multimedia của Windows, cụ thể là: file RIFF (dạng file trao đổi tài nguyên). Một file RIFF gồm một hay nhiều chunk, trong mỗi chunk lại chứa con trỏ chỉ đến chunk kế tiếp.
Mỗi chunk bao gồm:
Loại chunk
Dữ liệu theo sau loại chunk đó.
Một ứng dụng muốn đọc file RIFF có thể đi qua lần lượt từng chunk, đọc dữ liệu ở chunk nó quan tâm và có thể bỏ qua các chunk mà nó không quan tâm. Một chunk của file RIFF luôn bắt đầu bằng một header có cấu trúc như sau:
typedef struct {
FOURCC ckid;
DWORD cksize;
FOURCC fccType;
DWORD dwDataOffset;
DWORD dwFlags;
} MMCKINFO;
Trong đó:
Trường ckid:
Kích thước 4 byte, xác đinhl loại chunk
Mang giá trị “WAVE”, nếu là file WAVE.
Chú ý: Nếu loại chunk ít hơn 4 ký tự thì các ký tự còn lại bên phải sẽ được thêm vào các khoảng trắng. Trong trường FOURCC phân biệt giữa chữ hoa và chữ thường.
Trường cksize:
Chứa kích thước vùng dữ liệu của chunk
Vùng dữ liệu này nằm ngay sau header và có kích thước là: ckSize byte. Chunk có thể chứa các subchunk. Subchunk cũng là một chunk. Một file RIFF luôn bắt đầu bằng một chunk loại “RIFF”.
Cấu trúc file Wave
File Wave bắt đầu là chunk loại “RIFF”. Hai subchunk “fmt” và “data” trong wave chunk đặc tả thông tin về âm thanh của file wave, tiếp đó là dữ liệu của từng subchunk.Cụ thể:
a. Subchunk “fmt”
Dữ liệu của fmt chunk là đối tượng WAVEFORMAT có cấu trúc như sau:
typedef struct {
WORD wFormatTag;
WORD nChannels;
DWORD nSamplesPerSec;
DWORD nAvgBytesPerSec;
WORD nBlockAlign;
WORD wBitsPerSample;
WORD cbSize;
} WAVEFORMATEX;
Trong đó:
wFormatTag thường có giá trị là WAVE_FORMAT_PCM được định nghĩa trong tập tin MMSYSTEM.H như sau:
#define WAVE_FORMAT_PCM 1
Giá trị này báo cho phần mềm đang đọc Wave file biết kiểu mã hoá dữ liệu âm thanh sang dữ liệu số là kiểu mã hoá PCM. Hiện nay đây là kiểu mã hoá duy nhất của Wave file.
nChannels: có hai giá trị : bằng 1 cho âm thanh mono và bằng 2 cho âm thanh stereo.
nSamplesPerSec: cho biết tốc độ lấy mẫu, có các giá trị:
11025 -- 11.025 kHz
22050 -- 22.050 kHz
44100 -- 44.100 kHz
nAvgBytesPerSec: cho biết số byte yêu cầu trung bình trong một giây để phát lại mẫu dữ liệu của sóng âm.
nBlockAlign: cho biết số byte dùng để chứa một mẫu âm thanh. Như vậy mẫu 8 bit hay ít hơn sẽ yêu cầu 1 byte, mẫu 9 đến 16 bit sẽ yêu cầu 2 byte. Nếu âm thanh là stereo thì yêu cầu số byte gấp 2 lần âm thanh mono.
Ta thấy trong WAVEFORMAT chưa có thông tin về số bit dùng để lượng tử hoá một mẫu dữ liệu của sóng âm. Thực tế Wave file sẽ xác lập số bit dùng cho một mẫu dữ liệu bằng một trường gắn vào cuối cấu trúc của WAVEFORMAT. Cấu trúc đó như sau:
typedef struct {
WAVEFORMAT...