Synthèse et reconnaisance de la parole

Présentation au sujet: "Synthèse et reconnaisance de la parole"— Transcription de la présentation:

1 Synthèse et reconnaisance de la parole
Delphi Speech Synthèse et reconnaisance de la parole avec Delphi François Gaillard francois point gaillard à gmail point com

2 Agenda Vue d’ensemble Synthese Dictee Contrôle RichEdit 4.1
Delphi Prism Delphi Speech

3 Architecture Application Application Application Speech API
SAPI runtime TTS Engines Recognition Engines Delphi Speech

4 Un peu d’histoire (récente)
SAPI 5.1 Fin Inclus dans le Speech SDK v5.1. API + Moteurs de synthèse vocale (Mike and Mary) pour Windows XP. API + Moteur de reconnaissance v6 TRES amélioré pour Office 2003 (+ L&H Michael & Michelle) et Windows XP Tablet PC. SAPI 5.2 2004. Version spéciale de l'API spécialement pour Microsoft Speech Server. Support pour Speech Recognition Grammar Specification (SRGS) and SSML mark-up languages, fonctionnalités serveurs and performance. Speech Server inclus la v6 du moteur de reconnaissance desktop and la v7 du moteur serveur. SAPI 5.3 = Refonte majeure API incluse dans Windows Vista avec de nouveaux moteurs pour la reconnaissance (Version 8) and la synthèse (Anna). Reconnaissance vocale complètement intégrée dans l'OS => Speech SDK et APIs inclus dans le Windows SDK général. SAPI 5.4 Mise a jour pour Windows 7. Delphi Speech

5 Facile, résultat rapide
Synthèse Facile, résultat rapide Bien pour «late binding» (pas besoin de Type Library) Seulement besoin de quelques méthodes ou propriétés Très amélioré dans Vista (SAPI 5.3), et Win7 (SAPI 5.4) Exemple d’application avec très peu de code Attention au piège Vista (& Win7) Lecture en français avec Speech Server Application de lecture ReadAloud Message d’erreur sonore Lecteur Jouer avec les paramètres et XML(SSML) Delphi Speech

6 Delphi Speech Flags TTS
SVSFDefault: pour utiliser les valeurs par defaut. synthèse synchrone (outrepasser avec SVSFlagsAsync), Sans purge des lectures en attente (outrepasser avec SVSFPurgeBeforeSpeak), Interpréter le texte comme XML seulement si le 1er caractère est "<"   (outrepasser avecSVSFIsXML ou SVSFIsNotXML), Changements globaux XML volatiles entre les appels (outrepasser avec SVSFPersistXML) Caractères de ponctuation silencieux (outrepasser avec SVSFNLPSpeakPunc). SVSFlagsAsync: Appels asynchrones. Rend la main immédiatement après la mise en file de la requête. SVSFPurgeBeforeSpeak: Purge toutes les requêtes en attente avant cet appel. SVSFIsFilename: Le texte passe en paramètre est un nom de fichier et non un texte à lire. C’est le fichier désigné dont le contenu est lu, pas la chaine elle-même. SVSFIsXML: Le texte entré est interprété comme XML. SVSFIsNotXML: Le texte entré n’est pas interprété comme XML. SVSFPersistXML: Les changements globaux passés par XML persistent entre les appels. SVSFNLPSpeakPunc: Les caractères de ponctuation sont prononcés ("Voilà." devient " Voilà point"). SVSFParseSapi: Force interprétation XML comme MS SAPI. SVSFParseSsml: Force interprétation XML comme W3C SSML. SVSFParseAutoDetect: Auto-détection XML. Par défaut, si aucun de ces flags n’est inclus. SVSFNLPMask: Flags utilisés par SAPI (et non pas le moteur de synthèse). SVSFParseMask: SVSFParseSapi|SVSFParseSsml SVSFVoiceMask: Masque SAPI 5.1 incluant tous les bits. Pour 5.3, il inclut aussi SVSFParseMask. SVSFUnusedFlags: Masque avec tous les bits non définis mis à 1. Delphi Speech

7 SAPI XML TTS Balises de contrôle d‘état de la Voix
Volume: (%) <volume level="50">Spoken at volume level fifty.</volume> <volume level="80"/>Spoken at volume level eighty from here. Rate: (0: débit normal, >0 plus rapide, <0 plus lent) absspeed: fixe une valeur absolue speed: augmente ou diminue la vitesse Pitch: (0: hauteur normale, >0 plus aigue, <0 plus grave) absmiddle: middle: Emph: emphase pour une portion de texte <emph> boo </emph>! Spell: force la voix a épeler les texte <spell>These words should be spelled out.</spell> Note: emph and spell ne peuvent pas etre vides (pour la suite du texte) Pour Speech Server compatibilité, voir: Delphi Speech

8 Delphi Speech SAPI XML TTS Balise d’insertion directe
Silence: insert un silence en ms <silence msec="500"/> Bookmark: insert un marqueur dans le flux de sortie audio. Déclenche un événement dans l’application lorsque le flux l’atteint. <bookmark mark="bookmark_one"/> Pron: insert une prononciation explicitée par des phonèmes <pron sym="h eh 1 l ow & w er 1 l d "/> <pron sym="h eh 1 l ow & w er 1 l d"> hello world </pron> SYM Example PhoneID - syllable boundary (hyphen) 1 ! Sentence terminator (exclamation mark) 2 & word boundary 3 , Sentence terminator (comma) 4 . Sentence terminator (period) 5 ? Sentence terminator (question mark) 6 _ Silence (underscore) 7 Primary stress 8 Delphi Speech

9 SAPI XML TTS Delphi Speech American English Phoneme Table SYM Example
PhoneID 2 Secondary stress 9 aa father 10 ae cat 11 ah cut 12 ao dog 13 aw foul 14 ax ago 15 ay bite 16 b big 17 ch chin 18 d dig 19 dh then 20 eh pet 21 er fur 22 ey ate 23 f fork 24 g gut 25 h help 26 Delphi Speech

10 Importer la Speech Type Library (plus pratique)
Dictée Importer la Speech Type Library (plus pratique) Activer la reconnaissance vocale sur votre ordinateur Et l’entrainer: Faites le tutorial! Rapide Amusant Vraiment efficace Application Dictée: Comment remplir un Memo sans clavier en 10 lignes de code Delphi Speech

11 Application Dictée (le retour)
Contrôle Définir une Grammaire Application Dictée (le retour) Comment contrôler votre Memo en moins de 10 lignes de code Delphi Speech

12 Meilleure compatibilité graphique
RichEdit 4.1 Meilleure compatibilité graphique Capacités vocales améliorées (go to start of sentence) unit ComCtrls; {$define richedit41} // FG. try to load enhanced RichEdit {$ifdef richedit41} RichEditModuleName = 'MSFTEDIT.DLL'; OldRichEditModuleName = 'RICHED20.DLL'; {$else} RichEditModuleName = 'RICHED20.DLL'; {$endif} {$ifdef richedit41} IsRichEdit41: Boolean; {$endif} NewRichEditClassName = 'RICHEDIT50W'; RichEditClassName = 'RICHEDIT20W'; if IsRichEdit41 then CreateSubClass(Params, NewRichEditClassName) else Delphi Speech

13 Project | add reference: System.Speech / Microsoft.Speech
Delphi Prism Project | add reference: System.Speech / Microsoft.Speech Uses: System.Speech.Synthesis / Microsoft.Speech.Synthesis Create a new SpeechSynthesizer FVoice := new SpeechSynthesizer(); Set properties Rate and Volume FVoice.Volume := Integer(edtVolume.Value); FVoice.Rate := Integer(edtRate.Value); Speak FVoice.SpeakAsync(richTextBox1.Text); Delphi Speech

14 Delphi Speech Autres infos François Gaillard
Microsoft Speech Microsoft Speech API (SAPI) 5.4 Mon blog Difference System.Speech.Recognition / Microsoft.Speech.Recognition François Gaillard Francois point gaillard à gmail point com