Luận văn thạc sĩ về nghiên cứu tiếng nói và thuật toán TD-PSOLA tại HCMUTE

• Tác giả: Võ Văn Nguyên
• Người hướng dẫn: PGS. Dương Hoài Nghĩa
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Nghiên Cứu Tiếng Nói Sử Dụng Thuật Toán TD-PSOLA Tại HCMUTE
• Loại tài liệu: luận văn
• Năm xuất bản: 2013
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CAM ĐOAN
• CẢM TẠ
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TỔNG HỢP TIẾNG NÓI
• 1.1. Lịch sử phát triển
• 1.2. Mục đích của đề tài
• 1.3. Nhiệm vụ của đề tài và giới hạn đề tài
• 1.4. Phương pháp nghiên cứu
• 1.5. Kế hoạch thực hiện
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Lý thuyết về tiếng nói
• 2.1.1. Các khái niệm cơ bản
• 2.1.2. Âm và cường độ âm
• 2.1.3. Các đặc trưng sinh học của âm
• 2.1.4. Các tham số âm
• 2.1.5. Một số khái niệm ngữ âm
• 2.2. Đặc tính âm học của tiếng nói
• 2.2.1. Âm hữu thanh và âm vô thanh
• 2.2.2. Âm vị
• 2.2.3. Các đặc tính khác
• 2.3. Bộ máy phát âm
• 2.3.1. Cấu tạo bộ máy phát âm
• 2.3.2. Cơ chế phát âm
• 2.4. Biểu diễn tín hiệu tiếng nói
• 2.4.1. Tần số lấy mẫu
• 2.4.2. Lượng tử hoá
• 2.5. Các phương pháp tổng hợp tiếng nói
• 2.5.1. Mô hình tạo tiếng nói
• 2.5.2. Tổng hợp tiếng nói
• 2.5.2.1. Tổng hợp tiếng nói theo cách phát âm
• 2.5.2.2. Tổng hợp đầu cuối tự nhiên
• 2.5.3. Các phương pháp tổng hợp tiếng nói
• 2.5.3.1. Phương pháp mô phỏng hệ thống phát âm
• 2.5.3.2. Phương pháp tổng hợp Formant
• 2.5.3.3. Phương pháp ghép nối
• 2.5.3.4. So sánh các phương pháp tổng hợp tiếng nói
• 2.6. Phân tích giải thuật TD_PSOLA
• 2.6.1. Giải thuật PSOLA
• 2.6.1.1. Phân tích PSOLA
• 2.6.1.2. Tổng hợp PSOLA
• 2.6.2. Giải thuật TD_PSOLA
• 2.6.3. TD_PSOLA và tín hiệu tiếng nói
• 2.6.4. Các vấn đề liên quan
• 2.6.4.1. Xác định tần số cơ bản
• 2.6.4.2. Làm trơn tín hiệu khi ghép nối
• 2.7. Mô hình tổng hợp tiếng nói từ văn bản
• 2.7.1. Mô hình tổng quát
• 2.7.2. Tổng hợp mức cao
• 2.7.3. Phân tích cách phát âm
• 2.7.4. Tổng hợp mức thấp
• 3. CHƯƠNG 3: THIẾT KẾ CHƯƠNG TRÌNH TỔNG HỢP TIẾNG VIỆT
• 3.1. Phân tích giải thuật
• 3.2. Diphone trong tiếng việt
• 3.3. Xây dựng cơ sở dữ liệu
• 3.4. Phân tích văn bản thành diphone
• 3.4.1. Phân tích văn bản tiếng Việt thành các từ
• 3.4.2. Tách từ thành các diphone
• 3.5. Ghép nối các diphone và điều khiển tần số cơ bản
• 3.5.1. Ghép nối các diphone
• 3.5.2. Biến đổi tần số cơ bản
• 3.6. Mô phỏng hệ thống tổng hợp tiếng nói tiếng Việt trên Matlab
• 3.6.1. Mô phỏng chương trình tổng hợp tiếng nói
• 3.6.2. Mô phỏng quá trình thu âm và tách từ
• 3.6.3. Mô phỏng quá trình tách diphone
• 3.6.4. Mô phỏng quá trình ghép nối các diphone
• 3.6.5. Mô phỏng giải thuật TD_PSOLA
• 3.6.6. Lưu trữ và quản lý cơ sở dữ liệu
• 4. CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 4.1. Đánh giá kết quả
• 4.2. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• Phụ lục 1. Bảng mã TCVN3 – ABC các ký tự tiếng Việt chữ thường
• Phụ lục 2. Bảng các diphone tiếng Việt đã lưu trong cơ sở dữ liệu
• Phụ lục 3. Code chương trình trên matlab

I. Tổng quan về tổng hợp tiếng nói

Nghiên cứu tiếng nói sử dụng thuật toán TD-PSOLA tại HCMUTE bắt đầu với việc tìm hiểu lịch sử phát triển của tổng hợp tiếng nói. Tổng hợp tiếng nói là một lĩnh vực khoa học liên quan đến nhiều ngành như ngôn ngữ học, tâm lý học, và xử lý tín hiệu số. Hệ thống tổng hợp tiếng nói đầu tiên được phát triển vào những năm 50 của thế kỷ trước. Tại Việt Nam, nhiều nghiên cứu đã được thực hiện, trong đó có các phương pháp như mô phỏng hệ thống phát âm, tổng hợp bằng formant, và phương pháp ghép nối. TD-PSOLA là một trong những giải thuật nổi bật trong phương pháp ghép nối, cho phép phân tích và tổng hợp tín hiệu tiếng nói một cách hiệu quả. Theo đó, tín hiệu được phân tích thành các thành phần và sau đó được biến đổi theo yêu cầu, tạo ra tín hiệu tổng hợp mới. Điều này giúp giảm chi phí tính toán và nâng cao chất lượng tổng hợp tiếng nói.

1.1 Lịch sử phát triển

Lịch sử tổng hợp tiếng nói bắt đầu từ những năm 1797 với mô hình đầu tiên của Christian Kratzenstein. Sau đó, Wolfgang von Kempelen đã phát triển mô hình này thành máy tạo tiếng nói. Hệ thống tổng hợp tiếng nói đầu tiên được hoàn thành vào năm 1968. Tại Việt Nam, nhiều nghiên cứu đã được thực hiện, trong đó có các phương pháp như mô phỏng hệ thống phát âm, tổng hợp bằng formant, và phương pháp ghép nối. Các nghiên cứu này đã góp phần quan trọng vào việc phát triển công nghệ tổng hợp tiếng nói tại Việt Nam.

II. Cơ sở lý thuyết

Chương này tập trung vào các khái niệm cơ bản liên quan đến nghiên cứu tiếng nói và các phương pháp tổng hợp tiếng nói. Các khái niệm như âm và cường độ âm, đặc tính sinh học của âm, và các tham số âm được phân tích chi tiết. Đặc biệt, chương này cũng đề cập đến các phương pháp tổng hợp tiếng nói, bao gồm tổng hợp theo cách phát âm và tổng hợp đầu cuối tự nhiên. TD-PSOLA được phân tích sâu hơn, với các bước như phân tích và tổng hợp tín hiệu. Việc hiểu rõ các khái niệm này là rất quan trọng để phát triển hệ thống tổng hợp tiếng nói hiệu quả.

2.1 Các khái niệm cơ bản

Các khái niệm cơ bản về âm thanh và cường độ âm là nền tảng cho việc nghiên cứu tổng hợp tiếng nói. Âm thanh được tạo ra từ sự dao động của không khí, và cường độ âm phản ánh mức độ mạnh yếu của âm thanh. Các đặc tính sinh học của âm cũng được xem xét, bao gồm cấu tạo bộ máy phát âm và cơ chế phát âm. Những kiến thức này giúp hiểu rõ hơn về cách thức hoạt động của hệ thống tổng hợp tiếng nói và các yếu tố ảnh hưởng đến chất lượng của tiếng nói tổng hợp.

III. Thiết kế chương trình tổng hợp tiếng nói tiếng Việt

Chương này trình bày chi tiết về thiết kế chương trình tổng hợp tiếng nói tiếng Việt sử dụng thuật toán TD-PSOLA. Các bước thiết kế bao gồm phân tích giải thuật, xây dựng cơ sở dữ liệu diphone, và ghép nối các diphone để tạo ra tiếng nói tổng hợp. Hệ thống được mô phỏng trên phần mềm Matlab, cho phép người dùng nhập văn bản tiếng Việt và nhận được tiếng nói tổng hợp. Chương này cũng đề cập đến các vấn đề liên quan đến việc điều khiển tần số cơ bản và làm trơn tín hiệu sau khi ghép nối.

3.1 Phân tích giải thuật

Phân tích giải thuật TD-PSOLA là bước quan trọng trong việc thiết kế chương trình tổng hợp tiếng nói. Giải thuật này cho phép phân tích tín hiệu thành các thành phần và biến đổi chúng theo yêu cầu. Việc hiểu rõ cách thức hoạt động của giải thuật giúp tối ưu hóa quá trình tổng hợp tiếng nói, đảm bảo chất lượng và tính tự nhiên của tiếng nói tổng hợp. Các bước thực hiện bao gồm xác định tần số cơ bản, làm trơn tín hiệu, và ghép nối các diphone để tạo ra tiếng nói hoàn chỉnh.

IV. Kết luận và hướng phát triển

Chương cuối cùng tổng kết những kết quả đạt được từ nghiên cứu và đề xuất hướng phát triển trong tương lai. Hệ thống tổng hợp tiếng nói sử dụng thuật toán TD-PSOLA đã cho thấy khả năng hoạt động ổn định và chất lượng tiếng nói tổng hợp tương đối tự nhiên. Tuy nhiên, vẫn còn nhiều thách thức cần giải quyết, như cải thiện độ tự nhiên và khả năng linh hoạt của hệ thống. Hướng phát triển tiếp theo có thể bao gồm việc mở rộng cơ sở dữ liệu diphone và áp dụng các công nghệ mới trong lĩnh vực tổng hợp tiếng nói.

4.1 Đánh giá kết quả

Kết quả nghiên cứu cho thấy hệ thống tổng hợp tiếng nói đã đạt được mục tiêu đề ra. Chất lượng tiếng nói tổng hợp tương đối tự nhiên và hệ thống hoạt động ổn định. Tuy nhiên, cần tiếp tục cải thiện để đáp ứng tốt hơn nhu cầu sử dụng trong thực tế. Việc đánh giá kết quả là bước quan trọng để xác định các vấn đề còn tồn tại và tìm ra giải pháp khắc phục.

Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của công nghệ thông tin và truyền thông, việc trao đổi thông tin giữa con người ngày càng trở nên đa dạng và phong phú. Theo ước tính, truyền thông tiếng nói vẫn là phương thức chủ đạo trong giao tiếp xã hội, chiếm tỷ lệ lớn trong các hình thức truyền tải thông tin. Tổng hợp tiếng nói (Speech Synthesis) là lĩnh vực nghiên cứu nhằm tạo ra tiếng nói nhân tạo từ văn bản, góp phần nâng cao hiệu quả giao tiếp giữa người và máy. Mục tiêu chính của luận văn là nghiên cứu và ứng dụng giải thuật TD_PSOLA trong tổng hợp tiếng nói tiếng Việt, nhằm đạt được chất lượng tiếng nói tổng hợp tự nhiên, dễ nghe và có tính linh hoạt cao.

Phạm vi nghiên cứu tập trung vào tiếng Việt với đặc thù ngữ âm riêng biệt, sử dụng phần mềm Matlab phiên bản 2007b để mô phỏng hệ thống tổng hợp tiếng nói. Thời gian thực hiện nghiên cứu kéo dài hơn sáu tháng, từ năm 2012 đến đầu năm 2013, tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Ý nghĩa của nghiên cứu thể hiện qua việc xây dựng hệ thống tổng hợp tiếng nói tiếng Việt có khả năng xử lý văn bản đầu vào không phân biệt chữ hoa, chữ thường, dung lượng bộ nhớ quản lý 209 diphone chỉ khoảng 779 KB, đồng thời tạo ra tiếng nói tổng hợp có chất lượng tương đối tự nhiên và hệ thống hoạt động ổn định, tiện lợi.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình nghiên cứu sau:

• Lý thuyết về tiếng nói và ngữ âm học: Bao gồm các khái niệm cơ bản như âm, cường độ âm, âm vị, âm tiết, ngữ điệu, trọng âm; đặc tính âm học của tiếng nói như âm hữu thanh, âm vô thanh, tần số cơ bản (pitch), formant; cấu tạo và cơ chế hoạt động của bộ máy phát âm con người.

• Mô hình tạo tiếng nói (Nguồn - Bộ lọc): Mô hình này phân tách quá trình tạo tiếng nói thành nguồn âm (tín hiệu phát ra từ thanh quản) và bộ lọc (đường dẫn âm thanh qua khoang miệng, mũi). Mô hình được mô phỏng bằng các bộ lọc số với tham số thay đổi theo đặc điểm âm vị.

• Phương pháp tổng hợp tiếng nói: Luận văn phân tích ba phương pháp chính gồm mô phỏng hệ thống phát âm, tổng hợp formant và tổng hợp ghép nối. Trong đó, phương pháp ghép nối được lựa chọn do ưu điểm về chất lượng tiếng nói tổng hợp và chi phí tính toán thấp.

• Giải thuật TD_PSOLA (Time Domain Pitch Synchronous Overlap Add): Đây là phiên bản miền thời gian của PSOLA, thao tác trực tiếp trên tín hiệu dạng sóng, cho phép điều chỉnh tần số cơ bản và thời gian của tín hiệu tiếng nói mà không làm mất thông tin quan trọng. Giải thuật này phân tích tín hiệu thành các đoạn tín hiệu thành phần, sau đó cộng xếp chồng các đoạn này với sự điều chỉnh phù hợp để tổng hợp tiếng nói mới.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Tín hiệu tiếng nói tiếng Việt được thu thập và xử lý để tạo cơ sở dữ liệu diphone, gồm 209 diphone với dung lượng 779 KB. Văn bản tiếng Việt đầu vào được xử lý không phân biệt chữ hoa, chữ thường, nhập qua giao diện GUI của Matlab hoặc từ file Microsoft Word.

• Phương pháp phân tích: Sử dụng kỹ thuật xử lý tín hiệu số, phân tích tần số cơ bản, xác định điểm mốc (markers) dựa trên cực đại năng lượng, áp dụng cửa sổ Hamming để phân đoạn tín hiệu. Phân tích và xử lý văn bản tiếng Việt thành các từ, sau đó tách thành các diphone để ghép nối.

• Phương pháp tổng hợp: Áp dụng giải thuật TD_PSOLA để ghép nối các diphone, điều chỉnh tần số cơ bản (pitch) và thời gian (time) nhằm tạo ra tín hiệu tiếng nói tổng hợp tự nhiên, mượt mà. Quá trình tổng hợp bao gồm làm trơn tín hiệu, điều khiển tần số cơ bản và biểu diễn tín hiệu đầu ra.

• Timeline nghiên cứu: Nghiên cứu được thực hiện từ tháng 10/2011 đến tháng 4/2013, gồm các giai đoạn tìm hiểu phương pháp tổng hợp tiếng nói, nghiên cứu giải thuật TD_PSOLA, thiết kế và mô phỏng chương trình tổng hợp tiếng Việt trên Matlab, đánh giá kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Xây dựng và quản lý cơ sở dữ liệu diphone: Hệ thống quản lý 209 diphone với dung lượng bộ nhớ chỉ 779 KB, cho thấy khả năng lưu trữ hiệu quả, phù hợp với yêu cầu về kích thước dữ liệu trong tổng hợp tiếng nói.

2. Xử lý văn bản tiếng Việt đầu vào: Hệ thống có khả năng xử lý văn bản tiếng Việt có dấu, không phân biệt chữ hoa hay chữ thường, nhập liệu trực tiếp qua giao diện Matlab hoặc từ file Word, đảm bảo tính linh hoạt và tiện lợi cho người dùng.

3. Chất lượng tiếng nói tổng hợp: Tiếng nói tổng hợp đạt mức độ tự nhiên tương đối cao, dễ nghe, đáp ứng yêu cầu về mức độ tự nhiên và dễ hiểu trong giao tiếp. Kết quả này được hỗ trợ bởi việc điều chỉnh tần số cơ bản và thời gian bằng giải thuật TD_PSOLA.

4. Hiệu suất và ổn định hệ thống: Hệ thống hoạt động ổn định trên nền Matlab, chi phí tính toán thấp do thao tác trực tiếp trên miền thời gian, phù hợp với các máy tính có tốc độ xử lý trung bình.

Thảo luận kết quả

Nguyên nhân của các kết quả khả quan trên xuất phát từ việc lựa chọn giải thuật TD_PSOLA, vốn có ưu điểm giữ nguyên đường bao phổ khi thay đổi tần số cơ bản, đồng thời giảm thiểu biến dạng tín hiệu khi ghép nối các diphone. So với các phương pháp tổng hợp khác như mô phỏng bộ máy phát âm hay tổng hợp formant, TD_PSOLA cân bằng tốt giữa chất lượng tiếng nói và chi phí tính toán.

So sánh với các nghiên cứu trong nước và quốc tế, kết quả của luận văn phù hợp với xu hướng ứng dụng giải thuật PSOLA trong tổng hợp tiếng nói, đồng thời khẳng định tính khả thi của việc áp dụng giải thuật này cho tiếng Việt với đặc thù ngữ âm riêng biệt. Việc xây dựng cơ sở dữ liệu diphone giới hạn trong phạm vi câu nói cơ bản giúp giảm dung lượng bộ nhớ, tuy nhiên cũng đặt ra thách thức về mở rộng hệ thống cho các ứng dụng phức tạp hơn.

Dữ liệu có thể được trình bày qua biểu đồ thể hiện mức độ tự nhiên của tiếng nói tổng hợp theo các tham số pitch và time, bảng so sánh dung lượng bộ nhớ và số lượng diphone với các hệ thống khác, cũng như sơ đồ luồng xử lý văn bản và tín hiệu trong hệ thống.

Đề xuất và khuyến nghị

1. Mở rộng cơ sở dữ liệu diphone: Tăng số lượng diphone để bao phủ đa dạng hơn các âm vị và ngữ điệu trong tiếng Việt, nhằm nâng cao chất lượng tiếng nói tổng hợp, đặc biệt cho các ứng dụng phức tạp như trợ lý ảo, dịch vụ khách hàng. Thời gian thực hiện dự kiến 12-18 tháng, do nhóm nghiên cứu và kỹ sư phát triển.

2. Tối ưu hóa dung lượng bộ nhớ: Nghiên cứu và áp dụng các kỹ thuật nén dữ liệu hiệu quả để giảm dung lượng lưu trữ mà không làm giảm chất lượng tiếng nói, giúp hệ thống dễ dàng triển khai trên các thiết bị có bộ nhớ hạn chế. Thời gian thực hiện 6-9 tháng, do nhóm kỹ thuật phần mềm.

3. Phát triển giao diện người dùng thân thiện: Cải tiến giao diện nhập liệu và điều khiển hệ thống tổng hợp tiếng nói, hỗ trợ đa nền tảng và tích hợp với các ứng dụng phổ biến như trình duyệt web, phần mềm văn phòng. Thời gian thực hiện 6 tháng, do nhóm phát triển giao diện.

4. Nghiên cứu ứng dụng mở rộng: Áp dụng hệ thống tổng hợp tiếng nói vào các lĩnh vực như giáo dục, y tế, truyền thông đa phương tiện, hỗ trợ người khiếm thị, người già. Thời gian thực hiện 12 tháng, phối hợp với các đơn vị chuyên ngành.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, xử lý tín hiệu số: Luận văn cung cấp kiến thức chuyên sâu về tổng hợp tiếng nói, giải thuật TD_PSOLA, giúp phát triển các đề tài nghiên cứu liên quan.

2. Chuyên gia phát triển phần mềm và ứng dụng AI trong xử lý ngôn ngữ tự nhiên: Tham khảo để tích hợp công nghệ tổng hợp tiếng nói tiếng Việt vào các sản phẩm trí tuệ nhân tạo, trợ lý ảo, chatbot.

3. Doanh nghiệp công nghệ và truyền thông: Áp dụng hệ thống tổng hợp tiếng nói trong các dịch vụ chăm sóc khách hàng, truyền thông đa phương tiện, nâng cao trải nghiệm người dùng.

4. Giáo viên và nhà giáo dục: Sử dụng công nghệ tổng hợp tiếng nói để hỗ trợ giảng dạy, tạo tài liệu học tập đa phương tiện, đặc biệt cho học sinh khiếm thính hoặc khó khăn trong phát âm.

Câu hỏi thường gặp

1. Giải thuật TD_PSOLA là gì và tại sao được chọn cho tổng hợp tiếng nói tiếng Việt?
   TD_PSOLA là phương pháp tổng hợp tiếng nói trên miền thời gian, phân tích tín hiệu thành các đoạn nhỏ và ghép nối lại với điều chỉnh tần số cơ bản và thời gian. Giải thuật này có chi phí tính toán thấp, giữ nguyên chất lượng tín hiệu và phù hợp với đặc điểm ngữ âm tiếng Việt.

2. Dung lượng bộ nhớ 779 KB cho 209 diphone có phải là tối ưu?
   Dung lượng này được xem là hợp lý trong phạm vi nghiên cứu, giúp hệ thống hoạt động hiệu quả trên các nền tảng phổ biến. Tuy nhiên, để mở rộng hệ thống cho nhiều âm vị hơn, cần nghiên cứu thêm các kỹ thuật nén dữ liệu.

3. Hệ thống có thể xử lý văn bản tiếng Việt không dấu không?
   Hiện tại hệ thống xử lý văn bản tiếng Việt có dấu, không phân biệt chữ hoa và chữ thường. Việc xử lý văn bản không dấu đòi hỏi bổ sung các thuật toán phân tích ngữ cảnh và dự đoán dấu, là hướng phát triển tiếp theo.

4. Chất lượng tiếng nói tổng hợp so với tiếng nói tự nhiên như thế nào?
   Tiếng nói tổng hợp đạt mức độ tự nhiên tương đối, dễ nghe và hiểu. Mức độ này được cải thiện nhờ điều chỉnh pitch và time bằng TD_PSOLA, tuy nhiên vẫn chưa hoàn toàn giống tiếng nói tự nhiên do giới hạn về cơ sở dữ liệu và thuật toán.

5. Hệ thống có thể ứng dụng trong các thiết bị di động không?
   Với dung lượng bộ nhớ và chi phí tính toán hiện tại, hệ thống có tiềm năng ứng dụng trên các thiết bị có cấu hình trung bình. Tuy nhiên, cần tối ưu thêm về phần mềm và phần cứng để đảm bảo hiệu suất và tiết kiệm năng lượng.

Kết luận

• Luận văn đã nghiên cứu và ứng dụng thành công giải thuật TD_PSOLA trong tổng hợp tiếng nói tiếng Việt, đạt được chất lượng tiếng nói tổng hợp tự nhiên và dễ nghe.
• Hệ thống quản lý cơ sở dữ liệu diphone hiệu quả với dung lượng 779 KB cho 209 diphone, xử lý văn bản đầu vào linh hoạt.
• Phương pháp tổng hợp ghép nối bằng TD_PSOLA cân bằng tốt giữa chất lượng tiếng nói và chi phí tính toán, phù hợp với đặc thù tiếng Việt.
• Kết quả nghiên cứu mở ra hướng phát triển các ứng dụng tổng hợp tiếng nói trong giáo dục, truyền thông và trợ giúp người dùng.
• Đề xuất mở rộng cơ sở dữ liệu, tối ưu dung lượng bộ nhớ và phát triển giao diện người dùng để nâng cao hiệu quả và phạm vi ứng dụng.

Hành động tiếp theo: Khuyến khích các nhà nghiên cứu và doanh nghiệp công nghệ tiếp tục phát triển và ứng dụng hệ thống tổng hợp tiếng nói tiếng Việt dựa trên giải thuật TD_PSOLA, đồng thời mở rộng nghiên cứu về xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo trong lĩnh vực này.