Onze Taal. Jaargang 55

[p. 152]

Kunstmatige spraak
De problemen van een sprekende computer

Wieke Eefting - medewerkster van het Programma ‘Analyse en Synthese van Spraak’, Utrecht

In december 1985 is het eerste SPIN-programma van start gegaan, onder de naam ‘Analyse en Synthese van Spraak’. SPIN staat voor StimuleringsProjektteam INformatica-onderzoek. Dit project is door de ministeries van Onderwijs en Wetenschappen, Economische Zaken en Landbouw en Visserij ingesteld.

Het voornaamste doel van SPIN is het best te omschrijven als ‘het creëren van een situatie waarin de Nederlandse onderzoekscapaciteit op het gebied van de informatica op kansrijke terreinen gebundeld is en waarin praktisch bruikbare onderzoeksresultaten voor toepassing naar bedrijven en instellingen doorstromen’.

Als men in aanmerking neemt dat de informatica de belangrijkste component is in de doelstellingen van SPIN, is het opmerkelijk dat juist het spraaktechnologisch onderzoek als eerste hoofdprogramma voor stimulering in aanmerking komt. Dit onderzoek wordt immers voor een zeer groot deel gedaan binnen de letterenfaculteiten; er zijn vele taal- en letterkundigen actief bezig op dit terrein. In het SPIN-spraakproject is dan ook de wetenschappelijke kennis gebundeld van vijf instituten waar onderzoek op dit terrein wordt gedaan.

Analyse en synthese

Het zwaartepunt van het programma ligt op de spraaksynthese: het maken van spraak met behulp van de computer. Op dit moment zijn er al apparaten op de markt, die kunnen ‘praten’. Deze klinken soms helemaal niet onverdienstelijk, maar er moet nog heel wat onderzoek verricht worden voordat er gedacht kan worden aan commerciële toepassingen op grote schaal. In de hele wereld wordt veel fundamenteel onderzoek ten behoeve van spraaksynthese gedaan. Maar elke taal heeft haar eigenaardigheden. Daarom zullen voor iedere taal afzonderlijk systemen voor spraaksynthese ontwikkeld moeten worden. Aan die systemen moeten hoge eisen gesteld worden, willen ze praktisch bruikbaar zijn, zoals voor een voorleesmachine voor blinden. De spraak moet van zeer goede kwaliteit zijn: je moet er immers langere tijd naar kunnen luisteren.

Het spraaktechnologisch onderzoek houdt zich bezig met de verschillende fasen in de spraakanalyse (het onderzoek naar wat in het spraaksignaal de informatie is die van belang is bij de synthese en het beregelen hiervan) en spraaksynthese.

Relatie spelling - uitspraak

Om een geschreven tekst automatisch om te zetten in goed verstaanbare spraak, zal eerst de relatie tussen de spelling en de uitspraak vastgesteld moeten worden. Deze relatie verschilt nogal per taal. In het Engels bijvoorbeeld is deze relatie soms zeer ver te zoeken. Een voorbeeld hiervan is de totaal verschillende uitspraak van woorden waarvan de spelling sterk overeenkomt: though, through, cough. Aan de andere kant zijn er woorden als bow, go, though, waarvan de uitspraak overeenkomt, terwijl de spelling sterk verschilt. Het Nederlands is wat dit betreft minder grillig. Toch zullen er heel wat regels nodig zijn om in het Nederlands rechtstreeks vanuit het schrift tot correcte uitspraak te komen. Een specifiek Nederlands probleem vindt men in het woord welnemen; elke ‘e’ in dit woord wordt verschillend uitgesproken, en de computer kan dat niet ‘zien’.

Hier moeten dus regels voor gemaakt worden. Om dit goed te kunnen doen, moet het woord geanalyseerd worden. In dit geval gaat het om een zelfstandig naamwoord dat samengesteld is uit ‘wel’ en ‘nemen’. Het moet in lettergrepen verdeeld worden, hetgeen ook niet altijd even eenvoudig is. De vele fouten in kranten leveren het bewijs.

Aan de andere kant zijn er woorden als ‘verrukkelijk’. In dit woord staan vier klinkers die ongeveer hetzelfde uitgesproken worden.

De onderzoekers moeten afwegen en beslissen wat uiteindelijk het beste is: algemene regels voor de woorden construeren of een lijst maken van alle woorden met hun bijzonderheden (een lexicon).

Intonatie en accenten

Woordaccent en zinsmelodie zijn ook belangrijke aspecten van het onderzoek. Iedereen kent de karakteristieke manier van spreken van de robots uit science-fictionfilms. De mechanische klank wordt veroorzaakt doordat er geen zinsmelodie of intonatie in zit: het gesprokene is monotoon. Ook al is de spraak op zichzelf goed gesynthetiseerd, zonder intonatie klinkt ze niet natuurlijk.

Er is een Nederlandse intonatiegrammatica, die alle mogelijke en gebruikelijke zinsmelodieën beregelt en weergeeft. In deze grammatica gaat het om dié aspecten van intonatie, die de luisteraar bewust kan onderscheiden. Deze informatie is onontbeerlijk voor het maken van enigszins natuurlijke spraak. Intonatie laat zich soms moeilijk beregelen. Immers in de zinnen:

Gisteren is de vorst ingevallen

en

Gisteren is de vorstin gevallen

bepalen de zinsmelodie en accenten de betekenis. De computer moet hier dus de context kennen en op basis van wat er al gezegd of geschreven is een keuze maken: wordt er gesproken over het statiebezoek van de koningin of over de mogelijkheid van een elfstedentocht?

Naast deze globale intonatie (macrointonatie) kenmerkt natuurlijke spraak zich door micro-intonatie.

Deze bestaat uit kleine wisselingen in toonhoogte en timbre die door de stembanden en emoties van de spreker veroorzaakt worden. Dit type intonatie heeft geen taalkundige betekenis, maar is zeer belangrijk voor de kwaliteit van de spraaksynthese.

Vrouwen- en kinderstemmen

De synthese-systemen van dit moment beschikken in verreweg de meeste gevallen over een enkele (meestal mannen)stem. Om meer va-

[p. 153]

riëteit in de spreekstemmen te brengen, zullen ook vrouwen- en kinderstemmen in sprekende apparaten moeten worden ingebouwd.

Deze types stemmen hebben echter andere karakteristieken. Behalve de toonhoogte zijn er ook verschillen in articulatie, woordkeuze en intonatie. Die kenmerken moeten dus aanwezig zijn in die types stemmen.

De rol van de informatica

Het daadwerkelijke spraakonderzoek zal voor een zeer groot deel door taalkundigen en fonetici gedaan kunnen worden. Voor de synthese-systemen zelf moet echter computerapparatuur (hardware) en -programmatuur (software) ontwikkeld worden.

Hier komt de informatica sterk om de hoek kijken. Er zijn steeds meer alfawetenschappers die zich in bepaalde, voor hun onderzoek relevante aspecten van de informatica bekwamen. Voorts moeten zij nauw samenwerken met technici en informaticadeskundigen die hun theorieën kunnen omzetten in regels die door een (eventueel speciaal voor dit doel ontworpen en gebouwde) machine begrepen en uitgevoerd kunnen worden. Na vijf jaar, de officiële looptijd van het programma, zal er voldoende kennis vergaard moeten zijn om het Nederlandse spraaktechnologische onderzoek een vooraanstaande plaats in de wereld te geven. Waar mogelijk zullen de resultaten van het onderzoek in het bedrijfsleven tot verkoopbare produkten verwerkt worden. Voorts zijn er nog andere facetten van het spraaktechnologische onderzoek, die in dit programma slechts zijdelings aan bod komen, bijvoorbeeld de spraakherkenning. Veel van het fundamentele onderzoek zal nodig zijn om tot goede herkenningssystemen te komen. In dit programma wordt daartoe een aanzet gegeven.

Er is op spraakgebied nog heel veel onderzoek te doen. Het is onbegrijpelijk dat het proces van spreken en verstaan dat door mensen in de meeste gevallen zo moeiteloos gedaan wordt, zo moeilijk met machines is na te bootsen. Het belang en de complexiteit van dit type onderzoek worden ook in Nederland niet onderschat. Dit blijkt wel uit het feit dat, hoe weinig informatica-achtig het programma ook lijkt te zijn, het wel het eerste project is dat door SPIN gehonoreerd werd.