MBROLA evaluatie

MBROLA evaluatie
Groep 2
20-3-2004
De afgelopen weken zijn we bezig geweest met het maken van een automatische
vertaalslag voor eenlettergrepige woorden uit het Nederlands naar een
notatie die door het spraaksynthesesyteem MBROLA gebruikt kan worden
als input.
Uiteindelijk hebben we een aantal finite-state automaten gemaakt waarin
rekening wordt gehouden met de duren van afzonderlijke woorden. Wanneer
we gehele zinnen met onze automaten zouden omzetten en laten uitspreken
door MBROLA, dan zouden we erg onnatuurlijk klinkende spraak krijgen.
Dat komt door het ontbreken van goede zins-intonatiepatronen en goede
duren van en pauzes tussen woorden.
We hebben het volgende stuk tekst, opgebouwd uit eenlettergrepige woorden,
inderdaad door onze automaten laten “vertalen” en door MBROLA
laten uitspreken:
Taal met een hand.
Whales for the Welsh is een vreemd boek. Er komt niet een
lang woord in voor. Elk woord in dat boek is kort. Als men het
leest weet men eerst niet wat het is, en dan moet men vaak ha!
ha! doen, want het staat erg raar, een heel boek met elk woord
zo kort. Vaak is het net of een kind het zegt en het geeft ook een
soort toon van spot; het viel mij op dat het soms lijkt op de stijl
van Piet Grijs. Ik weet niet goed hoe dat komt.
Wat staat er in dat boek? Er staat in van een man die Llew
Jones heet (in de taal van dat boek — want dat is niet de taal
van ons land — is Jones ook een kort woord dat je in een keer
zegt net als bij ons het woord zoons) en van een soort vis die heel
groot is en die zwemt bij de pool; er drijft daar heel wat ijs maar
die vis heeft veel spek en dat houdt hem warm. Het is niet echt
een vis maar een dier met warm bloed. ‘The Whale,’ zo staat
er in dat boek, ‘has a Heart with four Parts, like the heart of a
Young Girl, Lungs like the lungs of a Horse and Ears like the
Ears of a Mole. It has no Scales like the scales of a True Fish,
1

ut it has Hair like the Hair of a Hare, While still in the Womb
...’
Dat is, in de taal van ons moer: ‘In het hart van dit dier is
vier maal een vak, als in het hart van een jong wijf, de long is
als de long van het paard en het oor als het oor van een mol. Op
zijn lijf zit niet een schub als op het lijf van een vis die echt een
vis is, maar het heeft haar als het haar van een haas als het nog
zit in de buik van zijn ma ...’
Die Llew Jones was een Bard, dat is een man die dicht, zo zijn
er veel in Wales, want hij kwam uit Wales. En Llew Jones wou
rood vlees op het bord van elk mens in zijn land, hij dacht: wie
veel rood vlees eet wordt flink. Maar vlees is duur. Hoe kom je
aan zo veel vlees? Toen dacht hij aan vlees uit de zee, het vlees
van die vis met een hart als een jong wijf.
Hij vindt dus een schip en dat schip brengt zo’n vis mee naar
huis uit de zee bij de pool. Dat vlees van die vis blijft wel goed
door het ijs dat daar drijft, dacht Llew Jones. Maar Jones had
het mis: door het spek blijft het lang warm in de buik van die
vis, nog wel een week na zijn dood. Zo kwam al vlug de rot in
die vis en de lucht werd zo slecht dat er geen net woord voor is.
Het vlees uit zee komt aan in Wales maar met zo’n leeuw van
een stank dat geen hond het meer wil. Al wie het rook lei zijn
hand op zijn neus en werd boos op Llew Jones. Een man gooit
een steen naar zijn hoofd en nog een man knijpt met een hand
zijn neus dicht, pakt een stuk van dat vlees en ook dat krijgt Llew
Jones naar zijn kop.
Nu wordt, door een heel klein soort beest in de darm van die
vis, het vlees snel tot gif. Komt dat gif in een wond dan volgt
de dood door koud vuur. Zo ging het ook met Llew Jones: ‘Next
day Llew Jones was Sick. His skin was Hot and Wet. His eyes
were Moist and Dim. His Breath came in Gasps.’ (De dag er na
werd Jones ziek. Zijn huid was heet en klam. Zijn oog werd nat
en dof. Hij hijgt en hapt naar lucht.) ‘Now they have a Test in
Wales for Who is and Who is not a True Bard, and it is a test
which does not Let You Down. Though they give a Prize each
year to help a Bard, if a True Bard, to get a Good start in Life,
they know that you have to wait till he is Dead if you want to be
Quite Sure. The Test is: Were his Last Words Great Words?’
(Nu is er in Wales een proef op de som om te zien wie echt een
2

Bard was en wie met, en het is een proef die nooit faalt. Schoon
elk jaar een bard een prijs krijgt om hem, zo hij echt een Bard
is, tot steun te zijn op zijn weg, weet elk dat hij eerst dood moet
zijn voor men er echt op aan kan. Die proef op de som is: was
het woord dat hij het laatst sprak een groot woord?)
En Jones blijkt echt een Bard want hij spreekt een groot woord
als hij sterft. Wie wil zien wat dat was kijkt maar in het boek,
want het is nog te koop. Als men het uit heeft denkt men nog
lang net als ik nu schrijf. Het brein komt in de ban van die taal.
In die taal is er van elk ding nog maar een, want twee of meer
kan haast nooit. Het is iets als een taal met maar een hand, een
taal die hinkt.
Met de editor Fluency hebben we de bovenstaande tekst opnieuw laten
uitspreken 1 , zodat we het resultaat met onze eigen, door MBROLA geproduceerde,
spraak konden vergelijken. Zo hopen we nu wat te kunnen zeggen
over wat er aan “onze” spraak nog veranderd moet worden wat toonhoogte
en duur betreft.
Enkele algemene opmerkingen
De door ons gebruikte tekst bevat vrij veel Engelse woorden. Deze worden
niet goed uitgesproken om de volgende 2 redenen:
1. Wij hebben een transducer voor de grafeem-foneemomzetting gemaakt
die alleen rekening houdt met Nederlandse woorden. Engelse woorden
zullen dus, tenzij ze in de uitzonderingenlijst van de transducer staan,
worden omgezet naar een Nederlandse uitspraak. Dit probleem hebben
we hier nog weten te omzeilen door in de tekst zelf de Engelse woorden
te vervangen door woorden Nederlandse (onzin)woorden die qua
uitspraak het dichtst bij de Engelse liggen. Merk op dat dit wel een
erg “Hollands klinkende” Engelse uitspraak tot gevolg had;
2. MBROLA heeft voor de spraaksynthese de beschikking over een Nederlandse
difoonset. Hierdoor krijgen de Engelse woorden sowieso een
”Hollands-klinkendeüitspraak.
In het vervolg van deze evaluatie zullen we dan ook alleen ingaan op de
nederlandstalige zinnen.
1 In Fluency is het mogelijk om te kiezen welk soort stem de synthese uitspreekt: man,
vrouw, jongen, meisje, robot etc. Daarnaast is het mogelijk om de manier waarop iemand
het uitspreekt in te stellen: normaal, levendig etc. Er is gebruik gemaakt van de
mannenstem (normaal).
3

Bij de evaluatie blijkt meteen al dat de pauzes waar we mee begonnen
waren, veel te lang zijn. Nadat we deze pauzes aanmerkelijk verkort hebben
(tot zo’n 25 ms) klinkt de spraak al veel natuurlijker. Bij een tweede maal
beluisteren van de uitspraak blijkt een pauze van 25 ms (voor en na een
woord) te kort te zijn. Door deze waarde aan te passen tot 30 ms wordt dit
probleem verholpen. Een oplossing voor het aangeven van het begin en eindpunt
van een zin is het verwerken van punten en komma’s in de lettergreepherkenner/
transducer. In de lettergreepherkenner moet dan aangegeven
worden dat een lettergreep mogelijk gevolgd kan worden door een punt of
een komma, in de transducer worden de punten en komma’s omgezet in een
stilte/ pauze.
Na een eerste maal de omzetting beluisterd te hebben blijkt dat de
gegeven output al redelijk goed klinkt: alle woorden worden correct en
duidelijk uitgesproken (de goede difonen worden gebruikt). Het valt wel
op dat het woord ’een’ steeds omgezet wordt in ’één’, terwijl dat niet de
bedoeling is in de meeste gevallen (wel bij ’Taal in een hand’, maar niet
bij ’een man’). Daarnaast wordt ’zo’n’ omgezet met een ’korte /o/’, wat
klopt als we de transducer bekijken (het is immers voor de omzetter geen
open /o/), maar niet als we het resultaat beluisteren. Verder worden alle
woorden goed en volledig uitgesproken. Het ziet er naar uit alsof voor alle
fonemen/clusters de goede difonen gebruikt zijn. Wel moet opgemerkt worden
dat de lettergrepen/ monosyllabische woorden die volgen op ’de’ wat
rommelig uitgesproken worden. Dit heeft niet te maken met de omzetting
voor ’de’, deze is namelijk /d@/, maar misschien wel met de gekozen duur
voor ’sjwa’. Als we de duur bijvoorbeeld met 10 ms verlengen (respectievelijk
60 ms wordt 70 ms) is dit probleem misschien verholpen.
Nog een punt wat opgemerkt dient te worden is het volgende: bij het
maken van de transducer die de foneemnotatie naar een MBROLA-notatie
moest omzetten, hebben we de toonhoogtebewegingen binnen woorden bewust
achterwege gelaten. Deze toonhoogtecontouren waren namelijk alleen
handig op los uitgesproken woorden: wanneer woorden in zinnen voorkomen
moeten de zinnen toch hun eigen toonhoogtecontour krijgen en zouden de
individuele contouren weer komen te vervallen. Wat echter ook bleek, is dat
wanneer de tekst werd uitgesproken met toonhoogtebeweginkjes op afzonderlijke
woorden, de uitspraak heel schokkerig ging, alsof de stem af en toe
bleef haperen. Na het verwijderen van toonhoogte-informatie uit de transducer,
werd de spraak minder hakkerig!
Ieder lid van ons groepje heeft een stuk van ’Taal met een hand’ voor
zijn/haar rekening genomen en daar het volgende over verteld:
4

1 Eduard Kleerekoper
Zin 1: Taal met een hand.
Zoals onze Graph-fon omzetter elke ’een’ omzet naar ’één’, zo zet Fluency
dit woord om in un’, dus met een sjwa. Door in de fonetische transcriptie
van deze ’@’ een ’e’ te maken en er een accent (*) voor te zetten, klinkt deze
zin, de titel zo goed als natuurlijk.
Zin 2: Whales for the Welsh is een vreemd boek.
Ingevoerd als: “Weels voor de Welsj is een vreemd boek.” Wat opvalt is
dat de ’sj’ van ’Welsj’ gecoarticuleerd wordt uitgesproken met de ’i’ van is,
terwijl hier in natuurlijke taal een korte pauze gehouden zal worden om aan
te geven dat Whales for the Welsh een naam is. Ik heb daarom een glottale
stop ingevoegd van 50 ms en de toonhoogte op de ’E’ van ’Welsj’ even voor
deze stop op neutraal gezet zodat deze het woord is niet zou beinvloeden.
Zin 3: Er komt niet een lang woord in voor.
Evenals bij de eerste zin wordt een’ uitgesproken als un’ en wordt dit veranderd
van @’ in *e’. Verder klinkt het natuurlijker wanneer de lengte van de
t’ in niet’ wordt verkort van 135 naar 65 ms.
Zin 4: Elk woord in dat boek is kort.
De nadruk moet hier gelegd worden op elk’, dit is te doen met een accentteken
(*) voor dit woord. Het is erg lastig om bij deze zin te bepalen wat er
wel en niet goed wordt uitgesproken. Het enige dat ik heb veranderd is de
lengte van de o’ in kort’ van 97 naar 45 ms.
Zin 5: Als men het leest weet men eerst niet wat het is, en dan moet
men vaak ha! ha! doen, want het staat erg raar, een heel boek met elk
woord zo kort.
Het accent (*) op weet’ heb ik vervangen door een lichter accent () zodat
er minder nadruk op ligt. Ook heb ik een toonhoogte pitch toegevoegd
op het woord niet’ en de toonhoogte verlaagd vlak voor het einde van de zin
die gemarkeerd is met een komma. De uitroeptekens na ha’ laat Fluency
denken dat daar de zin afgelopen is, hiertegen heb ik deze uitroeptekens
5

verwijderd en de duren van beide a’s in ha’ verkort naar 110 ms. Verder heb
ik de toonhoogte pitch van raar’ iets naar voren getrokken (waardoor dus
de toonhoogte eerder op het woord ligt). Als laatste heb ik de toonhoogte
op het eind van het woord kort’ verhoogd wat een effect geeft alsof iemand
verbijsterd is van de korte woorden (z kort?!).
Zin 6: Vaak is het net of een kind het zegt en het geeft ook een soort
toon van spot; het viel mij op dat het soms lijkt op de stijl van Piet Grijs.
Het accent op kind’ heb ik iets vervroegd en iets omhoog gezet. Het tegenovergestelde
heb ik gedaan met zegt’ en hierachter een glottale stop van
150 ms toegevoegd. De toonhoogte op ’geeft’ iets vervroegd en op ook iets
verhoogd. Het lichte accent () op op’ vervangen door een sterker accent (*).
Ook heb ik als test de duren van de woorden het’, soms’ en op’ verkort naar
ongeveer tweederde van de oorspronkelijke duren, wat een veel natuurlijker
resultaat opleverde.
Zin 7: Ik weet niet goed hoe dat komt. Het sterke accent op weet’ heb
ik veranderd in een licht accent en het omgekeerde bij komt’. Tevens heb ik
de duren van t’ in weet’ en u’ in hoe’ verkort naar ongeveer tweederde.
Zin 8: Wat staat er in dat boek? Het enige dat ik wilde aanpassen was het
lichte accent op staat’ door een sterk accent.
Er staat in van een man die Llew Jones heet (in de taal van dat boek
— want dat is niet de taal van ons land — is Jones ook een kort woord dat
je in een keer zegt net als bij ons het woord zoons) en van een soort vis die
heel groot is en die zwemt bij de pool; er drijft daar heel wat ijs maar die vis
heeft veel spek en dat houdt hem warm. Als eerste heb ik een sterk accent
op in’ geplaatst en een glottale stop (150 ms) erachter gezet. De toonhoogte
op heet’ heb ik verhoogd omdat dit als een eind van een zin telt. Ik heb
het sterke accent op ’taal’ vervangen door licht accent en een sterk accent
geplaatst op het woord ons’. Verder heb ik de duren van elk woord tussen
de komma’s/ streepjes korter gemaakt, zodat het meer als een toevoeging
klinkt. Ik heb vervolgens een sterk accent geplaatst op ook’, van een’ n’
gemaakt, een accent gelegd op ons’ en de toonhoogte van zoons’ omhoog
gezet.
Bij het daadwerkelijke tweede deel van de hoofdzin heb ik een sterk accent
op ’en’ gezet, een licht accent op soort’ het accent op pool’ vervroegd
en een pauze van 50 ms toegevoegd. Als laatste heb ik nog een sterk accent
6

op heel’ gelegd, een pauze (//) na ijs’ toegevoegd en een sterk accent op dat’
gelegd.
Zin 9: Het is niet echt een vis maar een dier met warm bloed.
Door een komma toe te voegen voor maar’, klopt de prosodie al aardig.
Wanneer ik vervolgens de accenten op echt’, dier’ en bloed’ omwissel klinkt
deze zin erg natuurlijk.
Zin 10: ‘The Whale,’ zo staat er in dat boek, ‘has a Heart with four Parts,
like the heart of a Young Girl, Lungs like the lungs of a Horse and Ears like
the Ears of a Mole.
Aangezien deze zin bijna volledig Engels is, heb ik alle Engelse woorden
vervangen door overeenkomende Nederlandse woorden zodat de zin uitgesproken
kan worden en toch redelijk hetzelfde blijft: De Weel, zo staat er in
dat boek, heeft een hart in vier deel, als het hart van een jong vrouw, long
als de long van een paard, en oor als een oor van een mol. Verrasend genoeg
klonk deze vervormde zin bijna volledig natuurlijk. Slechts de toonhoogte
op het woord vrouw’ moest iets naar voren geschoven worden.
2 Rogier Kraf
Er waren in het volgende stuk (op de Engelse woorden na) geen problemen
met de grafeem-foneemomzetting. Onze transducer doet z’n werk goed!
Zin 11: Dat is, in de taal van ons moer:
De duur van de ’A’ uit ’dat’ is wat verlengd tot 93 ms, net als de ’I’ uit
’is’, die tot 118 ms verlengd werd. Hierdoor kregen de woorden een wat
minder gehaaste uitspraak en werden ze beter geaccentueerd.
Zin 12: ‘In het hart van dit dier is vier maal een vak, als in het hart
van een jong wijf, de long is als de long van het paard en het oor als het oor
van een mol.
De duur van de ’i’ uit ’vier’ is verlengd tot 150 ms, om het woord wat
meer te accentueren. Het woord ’vak’ werd door Fluency iets teveel benadrukt
en daarom werd de duur juist ingekort tot 79 ms voor de ’A’ en het
maximum van de toonhgoogtestijging verlaagd tot 130 Hz. De ’Ei’ uit ’wijf’
werd langer gemaakt (185 ms) en de toonhoogtestijging die op die klank
7

lag verhoogd tot 152 Hz, zodat dit functiewoord nog meer benadrukt werd.
’long’ werd ook verlengd (120 ms voor de ’O’) net als ’paard’ (156 ms voor
de ’a’) en het laatste woord kreeg ook een sterker toonhoogte-accent (123
Hz). Tot slot werd de ’O’ uit ’mol’ flink verlengd (tot 170 ms), ten eerste
omdat het een functiewoord is, ten tweede omdat het het laatste woord uit
de zin is.
Zin 13: Op zijn lijf zit niet een schub als op het lijf van een vis die echt een
vis is, maar het heeft haar als het haar van een haas als het nog zit in de
buik van zijn ma ...’
Ook in deze zin werd voor een aantal woorden de duur verlengd om ze
meer accent te geven. Het waren de ’Ei’ uit ’lijf’(136 ms), de ’I’ uit ’zit’(44
ms), de ’i’ uit ’die’(80 ms), de ’E’ uit ’echt’(80 ms), de ’A’ uit het tweede
’als’ (69 ms), de ’a’ uit het eerste ’haar’(160 ms), de ’a’ uit ’haas’(173 ms)
en de ’a’ uit ’ma’(tot 192 ms, ook omdat dit het laatste woord van de zin
was).
Bij sommige woorden zorgde een (sterker) toonhoogte-accent voor een
nog duidelijkere spraak (duidelijker in de zin van dat de betekenis beter
overgebracht werd). Het betrof hier de woorden ’zit’(108 Hz), ’echt’(109
Hz), het eerste woord ’haar’(107 Hz) en ’haas’(123 Hz).
De woorden ’schub’ en de laatste ’als’ waren juist iets te veel beklemtoond.
Bij beiden werd de duur daarom iets ingekort (62 ms voor de ’Y’ en
60 ms voor de ’A’, respectievelijk).
Omdat het een vrij lange zin was met soms iets te lange stukken, is er
bovendien nog een stilte aangebracht tussen ’schub’ en ’als’. Deze stilte duurde
80 ms, dat is een stuk minder dan bij een komma, maar het maakte de
zin toch iets prettiger te beluisteren. Verder bleek het lastig om het woord
’echt’ goed te benadrukken, ondanks het verlengen en aanbrengen van het
toonhoogte-accent (hoedpatroon). De oplossing bleek hiervoor bleek de volgende
te zijn: het aanbrengen van een glotteslag van 81 ms tussen de twee
klinkers van ’die’ en ’echt’.
Zin 14: Die x was een Bard, dat is een man die dicht, zo zijn er veel
in ij, want hij kwam uit ij.
Deze zin is eigenlijk opgebouwd uit een aantal kleine zinnetjes. Omdat
’Bard’ het laatste woord is van het eerste subzinnetje, klonk het een stuk
beter wanneer de toonhoogtestijging op de ’A’ vervangen werd door een
toonhoogtedaling (tot 94 Hz). Hetzelfde gold voor ’dicht’ (naar een minimum
van 73 Hz) en ’ij’ (80 Hz).
Een aantal woorden moest weer beter geaccentueerd worden: ’dat’ kreeg
8

een zogenaamd hoedpatroon (maximum 116 Hz) en de duur werd verlengd
van de klinker naar 90 ms, ’zo’ kreeg een toonhoogte-accent met een maximum
van 125 Hz en de duur van de ’o’ werd verlengd tot 150 ms en tot slot
werd de duur van de ’A’ uit ’kwam’ verlengd naar 120 ms, naast dat er een
toonhoogte-accent op die klank kwam met een maximum van 120 Hz.
Zin 15: En Llew Jones wou rood vlees op het bord van elk mens in zijn
land, hij dacht:
In deze zin is ’land’ weer eigenlijk een laatste woord van een zin en klonk
het dus beter met een toonhoogtedaling (ipv een stijging) op de ’A’ (naar
een minimum van 82 Hz). De duur van diezelfde klank is verlaagd naar 68
ms. Het toonhoogte-accent op ’dacht’ werd iets verscherpt: een stijging met
een maximum van 102 Hz.
Zin 16: wie veel rood vlees eet wordt flink.
In deze zin lag teveel de nadruk op ’rood’, voor de betekenis zou het beter
zijn wanneer het woord ’veel’ de nadruk krijgt. Het toonhoogte-accent op
’rood’ is dus helemaal verwijderd en de ’e’ uit ’veel’ is verlengd tot 200 ms
en verder geaccentueerd met een toonhoogtestijging (hoedpatroon), waarbij
het maximum lag op 132 Hz.
Zin 17: Maar vlees is duur.
Deze zin werd door Fluency prima uitgesproken!
Zin 18: Hoe kom je aan zo veel vlees?
In deze zin heeft ’kom’ een accent gekregen (hoedpatroon, toonhoogte maximaal
124 Hz) en is de duur van de ’O’ verlengd naar 151 ms. Het toonhoogteaccent
op vlees is wat lager geworden (maximum 112 Hz).
Zin 19: Toen dacht hij aan vlees uit de zee, het vlees van die vis met
een hart als een jong wijf.
Het woord voor de komma, ’zee’, had oorspronkelijk een toonhoogtestijging
als accent, dat is weer veranderd in een daling (minimum 77 Hz). Het
toonhoogte-accent op ’vlees’ is in zijn geheel verwijderd (’vlees’ is al genoemd
9

in de vorige zinnen en daardoor niet zo belangrijk meer). Het toonhoogteaccent
op het laatste woord, ’wijf’, is ook veranderd in een sterke daling
(minimum 73 Hz).
Zin 20: Hij vindt dus een schip en dat schip brengt zo’n vis mee naar
huis uit de zee bij de pool.
In deze zin heeft ’vindt’ een accent gekregen (hoedpatroon op de ’I’, maximum
van 126 Hz, plus duurverlenging tot 98 Hz). Bij de twee voorkomens
van ’schip’ is de duur verlengd tot 105 ms. De pauze tussen ’schip’ en ’en’
is wat verlengd (100 ms). Het toonhoogte-accent op ’huis’ is iets verscherpt
(maximum 129 Hz). Om de correcte uitspraak ’puL’ te krijgen ipv ’poL’, is
de spelling van ’pool’ met de hand gewijzigd in ’poel’.
Zin 21: Dat vlees van die vis blijft wel goed door het ijs dat daar drijft,
dacht x.
Allereerst is hier het toonhoogte-accent op ’vlees’ aangescherpt (maximum
142 Hz). Op ’vis’ zat een toonhoogte-accent, maar dat is weggehaald. De
daling op de ’Ei’ van ’drijft’ (voor de komma) is verscherpt (minimum 102
Hz). De twee laatste woorden zijn ook meer benadrukt, door ’dacht’ een
sterke toondaling mee te geven (minimum 96 Hz) en de duur de naam ’x’ te
verlengen (de ’I’ duurt nu 116 ms).
Zin 22: Maar Jones had het mis:
De duur van de ’I’ van ’mis’ is verlengd tot 104 ms en het heeft een toondaling
gekregen van 124 Hz naar 112 Hz.
Zin 23: door het spek blijft het lang warm in de buik van die vis, nog
wel een week na zijn dood.
Het woord ’lang’ heeft een toonhoogte-accent gekregen van 109 Hz naar
118 Hz naar 106 Hz. De duur van de ’A’ van ’warm’ is verlengd naar 137
ms. Het woord voor de komma ’vis’ heeft ipv een sterke stijging weer een
toondaling gekregen (101 Hz naar 92 Hz naar 141 Hz).
10

3 Liesbeth Janzen
Zin 24: Zo kwam al vlug de rot in die vis en de lucht werd zo slecht dat er
geen net woord voor is.
Allereerst heb ik de duur van ’vlug’ aangepast, omdat het woord beklemtoond
moet worden, terwijl dit niet het geval was. De ’Y’ duurt nu 91 ms.
Voor ’en’ hoort een pauze (een prosodische grens), omdat daar de scheiding
tussen twee zinsdelen zit. Hiervoor moet een extra segment toegevoegd worden.
De duur van dat segment wordt 219 ms. De waarde voor de duur van
’A’ in ’al’ wordt verlengd tot 103 ms, waardoor de spraak minder gehaast
klinkt. De toonhoogte van ’kwam’ wordt verlaagd op het punt van de ’A’,
zodat er niet ten onrechte een klemtoon gezet wordt. Hetzelfde geldt voor
de ’e’ in ’geen’ en ’A’ in ’al’. Ook voeg ik een accent toe op ’vis’, door de
toonhoogte iets te verhogen en de duur te verlengen tot 97 ms.
Zin 25: Het vlees uit zee komt aan in Wales maar met zo’n leeuw van
een stank dat geen hond het meer wil.
Het valt op dat de spraak van Fluency erg ’staccato’ klinkt; dat wil zeggen
heel puntig, vooral in het begin van de zin. Het klinkt alsof iemand expres
heel erg overdreven aan het articuleren is. Ook het intonatiepatroon klopt
niet helemaal. Vooral het gedeelte ’dat geen hond het meer wil’ heeft geen
goed intonatiepatroon. Op ’dat geen hond’ ligt nu de nadruk, terwijl het
beter zou zijn als deze zou liggen op ’hond’, als in: ’Het vlees uit zee komt
aan in Wales, maar met zo’n leeuw van een stank dat geen HOND het meer
wil’. Hiervoor wordt allereerst de toonhoogte aangepast. Door een extra
pitchpoint op de /o/ in ’hond’ toe te voegen en vervolgens de toonhoogte
op deze plek te verhogen naar 155 Hz, klinkt het geheel al een stuk natuurlijker.
Ook op ’zee’ en ’vlees’ wordt een accent gelegd, maar in mindere
maten. Vervolgens moeten enkele spraakklanken van ’Wales’ vervangen worden.
Fluency zet dit woord namelijk om in /w*a-l@s/. Door de /a/ om te
zetten in /e/ en de /@/ te verwijderen is dit probleem opgelost. Verder
loopt het intonatiepatroon na ’hond’ snel af, iets wat in natuurlijke spraak
vaak het geval is. Hier klinkt dit echter niet goed, het is logischer als de
toonhoogte na ’hond’ ongeveer gelijk blijft. Pas als het woord ’meer’ wordt
uitgesproken laten we de toonhoogte iets dalen, met een climax na ’wil’.
Zin 26: Al wie het rook lei zijn hand op zijn neus en werd boos op Llew
Jones.
Wat bij het beluisteren van deze zin opmerkelijk is is de uitspraak van ’Llew
11

Jones’, respectievelijk /’El ?’El ?’e w*e dZ*ons/. Na de spraakklanken van
deze naam veranderd te hebben in /l’i:w dZ*ons/. Op ’boos’ leggen we de
klemtoon door de toonhoogte te verhogen naar 138 Hz. Ook de duur van
de spraakklank /o/ wordt iets verlengd, zodat het woord nog meer geaccentueerd
wordt. Dezelfde procedure passen we toe op ’al’ en in mindere
mate op ’wie’, ’rook’ en ’neus’. Verder komen de duren die Fluency hanteert
in dit geval voor het oor natuurlijk over.
Zin 27: Een man gooit een steen naar zijn hoofd en nog een man knijpt
met een hand zijn neus dicht, pakt een stuk van dat vlees en ook dat
krijgt Llew Jones naar zijn kop.
Door de invoer van komma’s in Fluency weet het programma al dat er een
scheiding van twee zinsdelen is. Er wordt hier een goede prosodische grens
gelegd. De accentuering op de woorden is echter nog niet erg goed. We verhogen
de toonhoogte op ’steen’(138 Hz), ’hoofd’( 139Hz), ’hand’(134 Hz),
’stuk’ (140 Hz), de tweede ’dat’(134 Hz). Na deze veranderingen klinkt de
spraak al beter. Wel valt op dat vooral op het begin van de zin de algehele
toonhoogte iets te hoog is. Door hier overal de toonhoogte te verlagen met
zo’n 10 Hz wordt dit probleem verholpen.
Zin 28: Nu wordt, door een heel klein soort beest in de darm van die
vis, het vlees snel tot gif.
Een van de eerste dingen die opvalt is dat er geen accent op ’wordt’ ligt,
terwijl dit wel voor de hand ligt. Na het al bestaande pitchpoint verplaatst
te hebben naar 144 Hz, klinkt het eerste gedeelte van de uiting al veel natuurlijker.
Ook moet de /e/ in ’beest’ verlengd worden, omdat er nu geen
accent op ligt en omdat het woord te snel uitgesproken wordt. Verder is
de omzetting van Fluency natuurlijk, ook al zouden er nog meer accenten
gelegd kunnen worden (die dan ook voor een groot deel bepaald worden door
de context: wat is nieuwe en wat is oude informatie?).
Zin 29: Komt dat gif in een wond dan volgt de dood door koud vuur.
Omdat ’komt dat gif in een wond’ en ’dan volgt de dood door koud vuur’
eigenlijk twee verschillende frasen zijn hebben we een ’glottal stop’ toegevoegd
na ’wond’, waardoor het zinsverloop natuurlijker klinkt. Ook hebben we de
toonhoogte van ’wond’ verhoogd naar 134 Hz, omdat de eerste frase eigenlijk
een soort van vraag (indien?) is. Andere accenten heeft Fluency goed
toegekend (respectievelijk op ’wond’, ’dood’ en ’koud vuur’).
12

Zin 30: De dag er na werd Jones ziek.
Wat hier vooral opvalt is dat er vrijwel geen accenten worden geplaatst.
Door ’er na’ als een woord met klemtoon te zien klinkt het resultaat van
Fluency al stukken beter. Allereerst hebben we de toonhoogte van /a/ verhoogd
naar 142 Hz. Ook is de duur van de spraakklank aangepast, deze is
nu 178 ms. Omdat de /w/ te snel op de /a/ volgde is er een extra segment
toegevoegd na de /a/, namelijk een ’glotal stop’. Wel hebben we de duur
van deze ’glotal stop’ iets verkort naar 70 ms, omdat de stilte tussen de /a/
en de /w/ anders weer te groot zou zijn geworden. Zowel de toonhoogte als
de zinsintonatie klopt in de rest van de zin wel.
Zin 31: Zijn huid was heet en klam.
Zin 32: Zijn oog werd nat en dof.
Zin 33: Hij hijgt en hapt naar lucht.
Zinnen 31, 32 en 33 hebben we samengenomen, omdat ze eenzelfde soort
opbouw hebben en omdat Fluency dezelfde ’fouten’ maakt. De intonatie en
duren zijn in principe goed, ware het niet dat de belangrijkste woorden van
de zinnen niet geaccentueerd worden (iets dat we al vaker gezien hebben bij
Fluency). In zin 31 hebben we daarom de toonhoogte van /ui/ in ’huid’
verhoogd naar 146 Hz. In zin 32 hebben we de toonhoogte van /o/ in ’oog’
verhoogd naar 135Hz. Bij zin 33 werd de /ij/ in ’hijgt’ verhoogd naar 141
Hz. Op ’hapt’ lag al een accent, daar hoeft dus niets aan veranderd te
worden. Nu we deze drie veranderingen zo op een rijtje zien, valt op dat
als er een accent geplaatst moet worden de bijbehorende toonhoogte vaak
rond de 140 Hz ligt. Blijkbaar is dat een frequentie die in natuurlijke spraak
gebruikt wordt als het gaat om plaatsing van accenten.
4 Charlotte Spitters
Controle van de Graph2Phon omzetting:
Er zijn een aantal woorden die niet helemaal correct worden uitgesproken.
Het eerste probleem doet zich voor bij de Engelse zinnen. Deze hebben we zo
goed mogelijk in een klankrepresentatie omgezet, maar het blijft behelpen.
Het Engels kent immers andere klanken dan het Nederlands.
Een tweede probleem dat opvalt, is het lidwoord ’de’. In foneemschrift
’d@’. Het is zo dat de ’e’ in ’de’ een sjwa is, maar deze wordt door het
programma niet goed gerealiseerd. Waarschijnlijk zou het heel wat schelen
13

als de duur van de sjwa iets verlengd zou worden. Ook bij het lidwoord
’een’ doet zich zulk een probleem voor. Hier echter wordt de klinker niet te
kort maar te lang uitgesproken. Waar de levende Nederlander het lidwoord
’een’ zal verbasteren tot iets wat meer in de richting komt van ’un’, zegt
de computer steevast n. Een ander probleem zijn de r-klanken. Aan het
eind van een woord heb je een andere r-klank dan aan het begin. In onze
grafeemfoneem omzetter zit daar een klein foutje. De r aan het eind van
het woord ’voor’ wordt veel te duidelijk gerealiseerd, terwijl die van ’maar’
wel half wordt in geslikt. Het is vervreemdend dat de persoon die de tekst
uitspreekt zo twee verschillende accenten lijkt te hebben. Ook bij het woord
’eerst’ hebben we problemen met het laatste cluster. Dit wordt te duidelijk
gearticuleerd. Een levende spreker zou de helft van het cluster nauwelijks
uitspreken.
De ’s’ in het woord ’som’ wordt door de computer ook verkeerd uitgesproken.
De ’s’ klinkt meer als een ’z’ en zou dus harder gerealiseerd moeten
worden. Dit is geen fout in ons programma, maar een gemis in Mbrola.
De controle van pauzes en duren hebben we per zin gedaan, dus zullen
hieronder ook per zin worden besproken. .
Zin 34: Nu is er in Wales een proef op de som om te zien wie echt een
Bard was en wie niet, en het is een proef die nooit faalt.
We hebben de duur van ’nu’ korter gemaakt. Fluency laat door assimilatie
’nu’ te veel over lopen naar ’is’, dus we hebben ’nu’ eerder laten aflopen.
De duur van ’echt’ hebben we verlengd zodat ’een’ nog meer ingeslikt wordt
als het ware. De ’ee’ wordt na een woord als ’echt’ dan ook bijna niet meer
uitgesproken. De toonhoogte van ’zien’ hebben we verlaagd, want er lag te
veel nadruk op. Ook hebben we de toonhoogte van ’bard’ iets verlaagd en
de toonhoogte van ’faalt’ al iets eerder laten dalen dan Fluency doet. Bij
Fluency gaat de toonhoogte aan het eind van de zin net iets te laat en te
abrupt nog naar beneden. Het is natuurlijker als je al wat eerder kan horen
of de zin op zijn eind is of niet. De lengte van ’Wales’ is langer gemaakt,
want ’Wales’ heeft nadruk. De toonhoogte van ’proef’ hebben we iets verlaagd.
De zin klinkt voor ons zo acceptabel.
Zin 35: Schoon elk jaar een bard een prijs krijgt om hem, zo hij echt
een Bard is,
De pauze tussen krijgt en om hem hebben we een stuk langer gemaakt.
Nu kan Fluency niet weten dat die pauze daar lang moet zijn, omdat Fluency
aan dit stukje de gehele structuur van de zin nog niet kan aflezen. Het
is alleen jammer dat Fluency de assimilatie tussen krijgt en om hem niet
14

stopt. De duur van ’jaar’heb ik verlengd. En ook de duur en toonhoogte van
elk is verlengd en verhoogd. De toonhoogte van jaar loopt dan weer mooi
naar beneden. Het tweede gedeelte ’zo hij echt een Bard is’ klinkt prima.
Zin 36: tot steun te zijn op zijn weg, weet elk dat hij eerst dood moet
zijn voor men er echt op aan kan.
De klemtoon moet in de zin liggen op ’elk’, dus we hebben de toonhoogte
daar verhoogd. De klemtoon lag namelijk op ’weet’. Ook de toonhoogte op
’weg’ hebben we wat verhoogd. Verder klinkt de zin goed.
Zin 37: Die proef op de som is: was het woord dat hij het laatst sprak
een groot woord
We hebben de duur tussen ’proef’ en ’op’ vergroot. (de f van proef heeft
nu een lengte van 154) We hebben de toonhoogte op ’som’ verhoogd ten op
zichte van ’is’. We hebben extra pitchpoints op ’som’(140hz) en ’is’ (130hz)
gezet. De toonhoogte was eerst op beide 126 hz. De duur tussen ’som’ en
’is’ hebben we vergroot. Ook de toonhoogte op ’woord’ is veranderd. Ook
al staat er in de tekst geen vraagteken, een vragende intonatie klinkt wel
beter. Daartoe staat er een extra pitchpoint op de ’d’. De toonhoogte loopt
van de ’o’ omhoog in een vragende intonatie. ’Woord’ eindigt op 140 Hz.
Zin 38: En Jones blijkt echt een Bard want hij spreekt een groot woord als
hij sterft.
We hebben de toonhoogte op Jones verhoogd, die is nu 145hz. De toonhoogte
op de ’e’ in ’echt’ is verhoogd naar 150 Hz. De lengte van de ’r’ in
’Bard”hebben we verlengd tot 70ms. De toonhoogte hebben we verlaagd
tot 105 Hz. We hebben een extra pitchpoint op de ’d’ van woord gezet op
145 Hz. De toonhoogte op ’groot’ hebben we verhoogd tot 140 Hz. Lengte
tussen ’want’ en ’hij’ is verkleind. De toonhoogte van ’want’ hebben we
verlaagd tot 80Hz.
Zin 39: Wie wil zien wat dat was kijkt maar in het boek, want het is
nog te koop.
De lengte tussen ’k’ en ’ij’ in ’kijkt’ hebben we korter gemaakt. De duur
tussen ’wil’ en ’zien’ en ’wat’ en ’dat’ hebben we ook vergroot. Het begin van
de zin werd in zijn geheel heel snel uitgesproken. Het woord ’was’ hebben
15

we verlengd door de ’a’ meer tijd te geven. Die duurt nu 140 ms. De toonhoogte
op ’maar’ hebben we verlaagd tot 104 Hz en die op ’in’ verhoogd tot
140 Hz na toevoeging van een extra pitchpoint.
Zin 40: Als men het uit heeft denkt men nog lang net als ik nu schrijf.
Fluency geeft in deze zin helemaal geen accent op ’uit’ terwijl dit wel een
belangrijk woord is voor de zin. We hebben een extra pitch op ’uit’ gezet
van 150 Hz. We hebben de lengte tussen heeft en denkt vergroot. Hier moet
ook eigenlijk een komma staan. De lengte is 265 ms. De toonhoogte op
’heeft’ hebben we verlaagd naar 85 Hz en het woord hebben we verlengd.
De ’e’ heeft een lengte van 190ms. Toonhoogte op denkt. De toonhoogte op
’net’ hebben we verhoogd tot 150 Hz. Ook de toonhoogte op ik hebben we
verhoogd tot 140Hz.
Zin 41: Het brein komt in de ban van die taal.
De duur tussen brein en komt hebben we verlengd tot 153ms. De duur
tussen ’komt’ en ’in’ hebben we verlengd tot 163Hz. De klemtoon op brein
hebben we meer aan het begin van ei gezet. De toonhoogte op ’ban’ hebben
we verhoogd naar 120 Hz. De toonhoogte van taal hebben we aflaten lopen
vanaf 130 Hz.
Zin 42: In die taal is er van elk ding nog maar een, want twee of meer
kan haast nooit.
Ten eerste spreekt Fluency ’een’ uit als ’@n’. Als echter het telwoord wordt
bedoeld moet het weer met een ’ee’ worden uitgesproken, dus dit hebben
we aangepast. Ook de lengte van ’ee’ moest groter worden. Die is 150 ms
geworden. Tussen ’taal’ en ’is’ hebben we de toonhoogte omlaag laten gaan.
De toonhoogte van ’nooit’ daalde al enigszins, maar het klinkt beter als die
nog wat lager is. Bij ’taal’ hebben we de toonhoogte laten beginnen op 150
Hz en laten dalen tot 100 Hz. In de fluency uitspraak heeft ’taal’ een op en
aflopende toonhoogte.
Zin 43: Het is iets als een taal met maar een hand, een taal die hinkt.
Voor ’een’ geldt hetzelfde als hierboven. Het enige wat we hier gedaan
hebben is een ’h’ toegevoegd aan het begin van de regel. Dit is volgens ons
de enige plek waarop die in het lidwoord ’het’ ook wordt uit gesproken.
16

Dit overziend zijn er veel verschillende dingen die moeten worden aangepast.
Klemtoon ligt soms op de werkwoorden, terwijl het veel natuurlijker klinkt
als die op inhoudswoorden ligt.
5 Bespreking
Vooral in het begin van de zinnen maakt de uitspraak van Fluency een
gehaaste indruk. De duren in onze omzetting zijn in principe goed (uitgezonderd
van gevallen als ’één’), wel wordt het geheel misschien iets te
langzaam uitgesproken (dit is te verhelpen door de pauzes tussen de woorden
nog iets te verkorten). Een tekortkoming van onze omzetting is dat er
niet veel rekening gehouden wordt met de zinsintonatie. Daar waar Fluency
nog wat probeert: met name een afname van de toonhoogte naarmate de zin
verder vordert, klinkt het geheel bij onze omzetting monotoon: de woorden
afzonderlijk worden goed uitgesproken en zijn te begrijpen. Ook klinken de
woorden redelijk natuurlijk. Als echter naar de zin geluisterd wordt blijkt
dat op het gebied van zinsintonatie nog veel moet gebeuren. Bijvoorbeeld
het toepassen van een ’standaard-toonhoogtecontour’: aflopend met accenten
op bepaalde woorden. De plaatsing van de accenten zou bepaald kunnen
worden door de klasse van het woord: werkwoord, naamwoord etc. Zoals
al eerder vermeld, zou het dus handig zijn om een programma te maken
dat onderscheid kan maken tussen de verschillende woorden en vervolgens
bepaalt welk woord een klemtoon krijgt en welk woord niet. Overigens moet
wel opgemerkt worden dat Fluency de Engelse woorden nog beroerder uitspreekt
dan onze omzetting. Oorzaak hiervoor is dat wij de Engelse woorden
op een Nederlandse manier herschreven hebben en ze vervolgens laten uitspreken
m.b.v. Nederlandse difonen. Fluency spreekt de Engelse woorden
direct uit alsof het Nederlandse woorden zijn (en dus ook met Nederlandse
difonen). Het resultaat bij Fluency is onverstaanbaar, terwijl het bij onze
omzetting klinkt als een Nederlander die (geen goed) Engels spreekt. Ook
klinkt de stem van Fluency iets ’metaal-achtiger’ dan die gebruikt wordt bij
de MBROLA koppeling, maar dat heeft wellicht te maken met de stem die
we gekozen hebben.
Het valt op dat vooral korte zinnen erg goed door Fluency worden
omgezet: zowel de toonhoogte als de duren komen redelijk overeen met dat
wat door de mens als natuurlijke spraak ervaren wordt. Bij langere zinnen
kan de accentuering ook wel goed zijn, maar in de meeste gevallen is dit niet
het geval: accenten worden onterecht (niet)geplaatst.
17

6 Conclusie
Het meeste effect op de verbetering van de beregeling heeft de duur. Als
we de duur aanpassen in Fluency klinkt de spraak vaak natuurlijker. Ook
wordt er dan meteen een accent op gelegd.
Hieronder volgt een aantal simpele regels waarmee wij hopen onze monotone
MBROLA-spraak wat natuurlijker te laten klinken:
• Het laatste woord van de zin krijgt een duurverlenging (en daarmee
een accent);
• Een woord voor een komma krijgt ook vaak een duurverlening en een
accent (vaak in de vorm van een toondaling);
• Declinatie (een afloop van de toonhoogte naarmate het eind van de
zin nadert) moet worden toegevoegd;
• Onderscheid maken tussen inhouds- en functiewoorden: de inhoudswoorden
krijgen in het algemeen een accent. Hiervoor zou part-of-speechtagging
van pas kunnen komen;
• Als het aanwijzende voornaamwoord niet gevolgd wordt door een zelfstandig
naamwoord (dus wel: dat is leuk, maar niet: die man is leuk)
heeft het aanwijzende voornaamwoord een accent. Hiervoor zou partof-speech-tagging
van pas kunnen komen;
• Bij een combinatie van zelfstandig naamwoord + bijvoeglijk naamwoord
krijgt het bijvoegelijk naamwoord (ook) een accent;
• Wanneer een vraagwoord wordt gevolgd door een werkwoord, krijgt
dit werkwoord een accent;
• Aan het einde van een vraagzin krijgt het laatste woord een stijgende
toonhoogte ipv een dalende;
• Een woord voor een dubbele punt wordt vaak geaccentueerd met een
duurverlenging plus toonhoogtedaling.
Wanneer we aan de slag gaan met part-of-speech-tagging zal moeten
blijken of we deze regels daadwerkelijk kunnen implementeren en of ze het
gewenste effect zullen hebben.
18