Optimisation des prompts

Une façon efficace d’améliorer la sortie de la synthèse vocale, est de modifier le texte en insérant des pauses pour modifier l’intonation et/ou le rythme de la sortie générée.

Prenons l’exemple suivant :

Téléphonez au 30 15 du lundi au vendredi de 8h30 à 20h.

Les pauses peuvent être insérées de différentes manières :

La première est simplement l’utilisation de marques de ponctuation. Ceci insérera automatiquement des pauses à l’endroit où vous aurez inséré la ponctuation.

Téléphonez, au 30 15, du lundi au vendredi, de 8h30 à 20h.

Un problème potentiel des marques de ponctuation est que la durée de la pause pourrait être trop longue. Une autre façon de faire est d’insérer une balise \pau=XXXX\ au lieu d’une marque de ponctuation.

Téléphonez \pau=100\ au 30 15 \pau=200\ du lundi au vendredi \pau=50\ de 8h30 à 20h.

Les marques de ponctuation ne font pas qu’introduire une pause, elles changent également l’intonation de la phrase. Une virgule crée une intonation montante, un point générera une intonation descendante.

Téléphonez \pau=100\ au 30 15 \pau=200\, du lundi au vendredi \pau=50\ de 8h30 à 20h.

Téléphonez \pau=100\ au 30 15 \pau=200\. du lundi au vendredi \pau=50\ de 8h30 à 20h.

Lorsque vous créez un message avec de la synthèse vocale, certaines parties du message contiennent l’information importante qui doit être bien comprise. La balise de vitesse relative (\rspd=XXX\) combinée à la balise de pause (\pau=XXX\) est une bonne manière de faire ressortir l’information importante.

Téléphonez au 30 15 du lundi au vendredi de 8h30 à 20h.

Téléphonez \pau=200\ \rspd=80\ au 30 15 \rspd=100\ \pau=200\ du lundi au vendredi de 8h30 à 20h.

Téléphonez \pau=200\ \rspd=80\ au 30 15 \rspd=100\ \pau=200\ du lundi au vendredi \pau=300\ de 8h30 à 20h.

Lorsque vous utilisez la balise \rspd\, n’oubliez pas de la refermer lorsque vous n’en n’avez plus besoin, en utilisant la balise \rspd=100\.

Lorsque la sortie par défaut de la synthèse vocale ne rencontre pas complètement vos attentes, vous pouvez obtenir des sorties alternatives en utilisant la balise de sélection alternative. Ceci vous permet d’obtenir différentes sorties pour les mêmes mots, groupes de mots ou phrases. Cette balise doit être insérée devant chaque mot que vous souhaiteriez entendre prononcé différemment.

Veuillez rester en ligne pour plus d’informations.

Veuillez rester en \sel=alt1\ ligne pour plus d’informations.

\sel=alt3\ Veuillez rester en \sel=alt1\ ligne pour plus d’informations.

\sel=alt3\ Veuillez rester en \sel=alt1\ ligne pour plus \sel=alt3\ d’informations.

Une chose importante lorsque l’on utilise un système de synthèse vocale est de retenir les formats qui sont acceptés par le système pour représenter différentes informations comme les heures, dates, nombres … Ces formats se trouvent dans le manuel d’utilisateur de chaque langue.

Voici quelques exemples de formats d’heures :
2:20 ou 10:20
2h20 ou 10H20
2:20:30 ou 10:20:30
2:40 AM ou 10:40 AM
2:40 PM ou 10:40 PM
10:00 -> dix heures
2:00 AM -> deux heures du matin
2:20:45 -> deux heures vingt et quarante-cinq secondes
3-4 PM -> 3 à 4 heures de l’après-midi

Un des problèmes typiques que l’on rencontre lorsque l’on utilise un système de synthèse vocale est la mauvaise prononciation d’un mot.

La plupart du temps cela arrive sur des noms propres. En effet, bien souvent les noms propres ne suivent pas les règles standard de prononciation.

La meilleure façon de résoudre ce genre de problème est d’utiliser l’éditeur de lexiques, et de créer une entrée dans le lexique utilisateur avec ce nom propre et sa transcription phonétique correcte.

Une balise phonétique peut aussi être utilisée si la prononciation ne doit être corrigée que localement. Les différents alphabets phonétiques se trouvent dans le manuel d’utilisateur.

Parfois la transcription officielle d’un mot ne nous donne pas entière satisfaction. Utiliser des transcriptions alternatives avec des phonèmes différent peut être utile.

Voici quelques exemples de remplacements de phonèmes en français.

L’utilisateur peut rendre le son /N/ plus clair en ajoutant /g/ après.

• N => N g

Le camping c’est rigolo.

Le \prn= k a~ p i N g\ c’est rigolo.

Simples remplacements:

• j => i ou => j i

Lyon. (\prn= l j o~ \)

\prn= l i j o~ \.

\prn= l i o~ \.

• H => w ou => u

Minuit. (\prn= m i n H i\)

\prn= m i n w i\.

\prn= m i n u i\.

• w => u

Etoile. (\prn= e t w a l \)

\prn= e t u a l \.

• o => O ou O = > o e => E ou E => e

Gauche. (\prn= g o S \)

Mesdames. (\prn= m e d a m\)

\prn= g O S \.

\prn= m E d a m\.

Ou

Gavroche. (\prn= g a v R O S \)

Il fait beau. (\prn= f E\)

\prn= g a v R o S \.

Il \prn= f e\ beau.

• 2 => @ ou => 9

Demain. (\prn= d @ m e~ )

\prn= d 2 m e~ \.

\prn= d 9 m e~ \.

Le fait de rajouter ou d’enlever un e-muet peut également modifier la prononciation.

• @ =>

Maintenant. (\prn= m e~ t @ n a~\)

\prn= m e~ t n a~\.

Ou

Bienvenue. (\prn= b j e~ v @ n y\)

\prn= b j e~ v n y\.

Astuce : le phonème /h/ peut être utilisé au début d’une transcription afin de bloquer la liaison

• h

Les enfants.

Les \prn= h a~ f a~\..

Les bruitages sont produits par les voix des locuteurs pour reproduire des rires, des respirations, des éternuements, des toux ou d’autres sons que nos locuteurs peuvent produire pour imiter les bruits que nous faisons dans nos vies quotidiennes. Les bruitages se retrouvent toujours entre deux symboles dièse, traduits en anglais, en lettres majuscules, et sont parfois suivis de numéros s’il y a plus d’une sorte de ce bruitage. Exemple #LAUGH01#. Les voix d’enfants ont beaucoup plus de bruitages que les voix d’adultes, car, comme vous le savez, les enfants sont beaucoup plus joueurs que les adultes :-).

Les exclamations ont été un peu plus délicates à sélectionner et nous n’avons conservé que celles utilisées le plus fréquemment. Les exclamations sont toujours suivies d’un point d’exclamation (!) – bien sûr – mais sans espace entre le mot et le point d’exclamation. S’il y a un espace, l’exclamation sera ignorée. Vous aurez peut-être remarqué que dans le document certaines exclamations sont doublées de la même exclamation entre guillemets (“), ceci est simplement afin d’éviter que les guillemets ne génèrent une pause dans ces exclamations qui contiennent déjà une pause.

Dans les deux cas, il suffit d’insérer les bruitages et exclamations dans votre texte et ils seront prononcés correctement si vous utilisez la bonne voix – veuillez vérifier la documentation car toutes nos voix n’ont pas de bruitages et d’exclamations. Dans certains cas nous pouvons faire des enregistrements supplémentaires, dans d’autres cas nous pouvons proposer des substituts (indiqués quand il y a (S) après le texte, bien entendu ne copiez pas cette partie pour essayer le bruitage ou l’exclamation), malheureusement dans certains cas nous ne pourrons rien faire.

– Consulter la documentation.

Oui, vous pouvez changer de voix en utilisant cette balise : \vce=speaker\ comme dans l’exemple suivant : “Bonjour mesdames et messieurs, \vce=speaker=Sharon\ Good morning, ladies and gentlemen.”
Choisissez simplement le nom de la voix que vous souhaitez utiliser, et la synthèse vocale passera directement à la nouvelle voix juste après la balise. Pour des voix spéciales, comme les voix émotives ou avec des variantes, vous devez taper le nom de la voix sans espace, parenthèse ou souligné.
Par exemple pour Antoine (FromAfar – voix de loin) : \vce=speaker=antoinefromafar\, La parole est à vous !