GraPho - Bedienungsanleitung

Inhaltsverzeichnis:
Allgemeines
Überblick
Konfiguration
Änderung des Grundfrequenzverlaufs
Änderung der Dauern
Abspeichern von Dateien
Anzeige optimieren
Upload und Anzeige von pho-Dateien

Allgemeines
GraPho - der grafische pho-Editor für MBROLA-pho-Dateien - erlaubt die interaktive Bearbeitung von F₀-Verläufen und Lautdauern. Bisher erhältliche Editoren für die pho-Files, aus denen das Sprachsignal generiert wird, waren textbasiert, sodass zur Erzeugung eines bestimmten Grundfrequenzverlaufs sehr viel Tipp- und Rechenarbeit notwendig war. Das vorliegende Tool wurde entwickelt, um diesen Aufwand deutlich zu verringern und die Synthese intuitiver zu gestalten. Dies kann bei einer Vielzahl von Fragestellungen aus der Intonationsforschung eine wertvolle Hilfe sein.
Verwendet wird für die eigentliche Synthese das frei erhältliche Sprachsynthesesystem MBROLA sowie das an der Universität Bonn entwickelte HADIFIX/txt2pho für die Umsetzung des Textes in Phoneme.

Überblick
Sie sehen auf der Seite zwei Eingabefelder und eine Tabelle mit diversen Konfigurationsmöglichkeiten. Sie können entweder in das Feld "Text" normalen Text eingeben oder im Feld "Lautfolge" eine Transkription in Sampa-Notation (dabei die Laute durch Leerzeichen trennen). Klicken Sie auf "LOS" oder drücken Sie "RETURN" (auf der Tastatur), um das von HADIFIX/txt2pho standardmäßig erzeugte pho-File grafisch angezeigt zu bekommen. Unter der Tabelle sehen Sie nun zwei neue Zeilen, in denen die einzelnen Laute und ihre jeweiligen Dauern angegeben sind. Außerdem sehen Sie eine Grafik, in der der Grundfrequenzverlauf abgebildet ist. Um sich die erzeugte Synthese anhören zu können, klicken Sie in der Tabelle unten links auf "Audio" und nochmals auf "LOS". Daraufhin erscheint unter dem Bild eine Zeile "anhören: de1 de2 de3 de4 ..... 7-loud". Diese sind alle in MBROLA verfügbaren deutschen Stimmen. Klicken Sie diese an und es wird eine Wav-Datei heruntergeladen, die Sie - sofern ihr Internetbrowser richtig konfiguriert ist - sofort hören. Sie können nun die Intonation dieser Äußerung entsprechend ihren Wünschen anpassen. Sie können die Dauer der gesamten Äußerung, die Dauern einzelner Laute sowie den Verlauf der Grundfrequenz (Tonhöhe) verändern. Genaueres dazu erfahren Sie in den folgenden Abschnitten.

Konfiguration
Die Konfigurationstabelle (grauer Hintergrund) beinhaltet alle Einstellungen, um das Verhalten des Synthesetools zu beeinflussen.
Achtung: Ändern Sie eine Option (Radiobutton oder Checkbox), müssen Sie danach die Schaltfläche "LOS" anklicken. Ändern Sie dagegen den Wert in einem Eingabefeld, genügt es, die "RETURN"-Taste zu drücken.

• F₀-Werte:
  • "setzen" ist für die meisten Situationen geeignet, es erlaubt sowohl das Setzen neuer F₀-Werte als auch das Löschen einzelner F₀-Werte
  • wählen Sie "löschen" nur dann, wenn Sie alle vorhandenen F₀-Werte auf einmal löschen möchten, nach dem Löschen wird automatisch wieder "setzen" eingestellt
  • default: "setzen"
• bei Daueränderung:
  • legt fest, wie die vorhandenen F₀-Werte bei der Änderung einzelner Lautdauern als auch bei der Änderung der Gesamtäußerungsdauer behandelt werden sollen
  • "anpassen": F₀-Werte werden der neuen Dauer proportional angepasst
  • "unverändert": F₀-Werte werden nicht verändert
    • wird die Dauer eines Lautes von 200 auf 150 ms gekürzt, fallen alle F₀-Werte zwischen 150 und 200 ms weg
    • wird die Dauer von 200 auf 250 ms verlängert, bleiben alle F₀-Werte erhalten, aber es gibt im Bereich von 200 bis 250 ms keine neuen F₀-Werte
  • default: "anpassen"
• bei Textänderung:
  • legt fest, wie die vorhandenen F₀-Werte bei der Änderung des Textes bzw. der Transkription behandelt werden sollen
  • "anpassen"": F₀-Werte werden dem veränderten Text oder der veränderten Transkription und der neuen Dauer entsprechend proportional angepasst
  • "unverändert"": F₀-Werte eines gelöschten Lautes werden auch gelöscht, neu hinzugefügte Laute haben keine F₀-Werte
  • default: "anpassen"
• Anzeigeoptionen:
  • Bildhöhe:
    • gibt die Größe (vertikal) der Fläche in der Grafik an, die zur Anzeige des Grundfrequenzverlaufs benutzt wird
    • default: 400 pixel
  • Punktgröße:
    • gibt den Radius der angezeigten Punkte für die F₀-Werte an
    • je kleiner die Punkte, umso schwieriger ist es, diese mit der Maus zu treffen, um sie zu löschen
    • je größer die Punkte, umso weniger dicht können sie gesetzt werden, denn Überlappungen sind nicht möglich
    • default: 8 pixel
  • Zeitfaktor:
    • kann verändert werden, um die Breite des Bildes anzupassen
    • Zahlen kleiner 1 zeigen das Bild proportional schmaler als 1 pixel pro Millisekunde (= Zoom out)
    • Zahlen größer 1 zeigen das Bild breiter an (= Zoom in)
    • negative Zahlen und 0 sind nicht möglich
    • default: 1 (bedeutet: 1 Millisekunde = 1 Pixel)
  • F₀-max:
    • gibt die größte angezeigte Grundfrequenz an
    • sollten höhere Frequenzen in der pho-Datei vorkommen, werden diese nicht korrekt angezeigt
    • default: 400 Hz
• Manipulation des Gesamtsignals:
  • F₀-Lage +/- (Hz):
    • zur Verschiebung des Gesamt-F₀-Verlaufs um die angegebene Zahl in Hertz nach oben oder unten
    • tragen Sie hier eine Zahl ein und jeder einzelne F₀-Wert wird um die angegebene Zahl erhöht (positive Zahl, Pluszeichen ist nicht mit einzutippen) oder verringert (negative Zahl, Minuszeichen muss unbedingt eingegeben werden)
    • nach erfolgter Verschiebung ist das Eingabefeld wieder leer
    • default: leer
  • F₀-Range:
    • vergrößert oder verringert den Umfang des F₀-Verlaufs um den angegebenen Faktor in Bezug auf den mittleren F₀-Wert
    • bei Eingabe von 0 wird der F₀-Verlauf auf eine gerade Linie zusammengeschrumpft, die den Mittelwert repräsentiert
    • bei Eingabe von 1 ändert sich nichts
    • nach jeder Änderung wird wieder 1 eingestellt und die neuen Werte dienen als Ausgangswerte für erneute Rangeänderungen
    • bei nicht ganzzahligen Faktoren sind die Dezimalstellen mit Punkt einzugeben (z.B. 0.7 und nicht 0,7)
    • falls negative Werte eingegeben werden, erfolgt gleichzeitig eine Invertierung des F₀-Verlaufs (entspricht einer vertikalen Spiegelung am F₀-Mittelwert)
    • default: 1
  • Dauer ändern:
    • Faktor zur Stauchung oder Streckung der Gesamtäußerungsdauer
    • alle einzelnen Laute werden gleichmäßig gedehnt oder gekürzt
    • F₀-Werte werden je nach Einstellung der Option "bei Daueränderung" (siehe oben) mit gedehnt/gekürzt oder bleiben unverändert am Anfang der Äußerung stehen
    • Zahlen kleiner 1 (jedoch größer als 0) führen zu einer kürzeren Dauer (z.B. 0.5 entspricht einer Halbierung der Dauer)
    • Zahlen größer 1 führen zu einer längeren Dauer
    • nicht ganzzahlige Faktoren sind immer mit Punkt einzugeben (also nicht 0,5 sondern 0.5)
    • Dauern kleiner als 0 sind nicht möglich, falls Sie eine Zahl kleiner 0 eingegeben, wird diese ignoriert
    • nach erfolgter Änderung wird wieder der Faktor 1 angezeigt, um versehentlich wiederholte Daueränderung zu vermeiden, d.h. die neue Dauer entspricht jetzt dem Faktor 1, jede weitere Änderung bezieht sich immer auf die aktuelle Dauer, niemals auf die Ausgangswerte
    • default: 1
  
  
• Audio:
  • Klicken Sie dieses Kästchen an, um nicht nur das pho-File zu erzeugen, sondern auch die Audiosynthese zu generieren. Für alle verfügbaren deutschen Stimmen (für de6 und de7 auch in der soft- und loud-Variante) wird daraufhin mit MBROLA eine Wav-Datei erzeugt. Diese sind als Links unter der Grafik angezeigt und werden abgespielt, wenn Sie darauf klicken und ihr Internet-Browser wav-Audio abspielen kann. Da die Synthese der Audio-Dateien etwas länger dauert, sollten Sie das Kästchen erst dann aktivieren, wenn Sie die Dauern und F₀-Werte alle gesetzt haben.
• F₀-Wav:
  • Wenn Sie dieses Kästchen durch Anklicken aktivieren, werden die erzeugten Wav-Dateien einer Grundfrequenzanalyse unterzogen und die ermittelte Grundfrequenz in der Grafik mit angezeigt. Dies dient vor allem der Überprüfung der Synthese, denn bestimmte Kombinationen von Stimmen, Lauten und F₀-Verläufen werden nicht so synthetisiert, wie man es erwarten würde. Damit die Grafik übersichtlich bleibt, sollten nicht alle verfügbaren Stimmen angezeigt werden. In den Checkboxen neben F₀-Wav können die anzuzeigenden F₀-Verläufe ausgewählt werden.

Änderung des Grundfrequenzverlaufs
Punkt setzen oder löschen: Klicken Sie mit der Maus auf einen beliebigen Punkt im grauen Bereich der Grafik, so wird dort ein F₀-Wert gesetzt. Falls Sie auf einen Punkt klicken, der scon vorhanden war, wird dieser gelöscht. Manchmal kann es vorkommen, dass dieser Punkt erst beim zweiten oder dritten Mal anklicken gelöscht wird, dann haben Sie evtl. nicht genau den Punkt getroffen. Sie können die Größe der Punkte einstellen, indem Sie in der Konfigurationstabelle (grau) den Wert für "Punktgröße" ändern (und danach den Button "LOS" anklicken oder "RETURN" auf der Tastatur drücken).
Punkt vertikal verschieben: Sie können einen schon vorhandenen F₀-Wert nach oben oder unten verschieben, indem Sie an die neue Stelle in der Grafik klicken.
Punkt horizontal verschieben: Ist nicht möglich.

Dauer der Gesamtäußerung ändern
Tragen Sie im Feld "Dauer ändern" (rechts in der Konfigurationstabelle) einen Zeitfaktor ein, mit dem die aktuelle Dauer multipliziert werden soll und klicken Sie auf "LOS" oder drücken Sie "RETURN". Der Faktor muss größer als 0 sein. Werte zwischen 0 und 1 führen zu einer Verkürzung der Dauer, Werte größer 1 zu einer Verlängerung (z.B. 0.5 = Halbierung und 2 = Verdoppelung). Geben Sie Kommastellen immer mit Punkt an! Im Feld "Dauer ändern" wird nach einer Daueränderung wieder der Faktor "1" angezeigt, damit Sie die Dauer nicht ungewollt erneut verändern. Wenn Sie eine längere Äußerung erstellen, wird die Grafik wahrscheinlich zu groß für Ihren Bildschirm. Sie können zwar nach rechts scrollen, aber wenn Sie die ganze Äußerung auf dem Bildschirm sehen wollen, sollten Sie die Zeitskalierung entsprechend einstellen (siehe Abschnitt: "Anzeige optimieren").

Dauer einzelner Laute ändern
Um die Dauer eines einzelnen Lautes zu ändern, klicken Sie einfach mit der Maus in das Feld unter dem Laut (in der Liste "Lautfolge"). Dort ändern Sie die aktuelle Dauer in den von Ihnen gewünschten Wert und drücken "RETURN". Dauerwerte dürfen keine negativen Zahlen sein.
Achtung: In der Konfigurationstabelle (grau) sehen Sie die Optionen "bei Daueränderung: unverändert / anpassen". Ist die Option "anpassen" eingestellt (das ist standardmäßig der Fall), dann wird der aktuelle F₀-Verlauf der neuen Dauer proportional angepasst. Ist die Option "unverändert" eingestellt, dann werden die vorhandenen F₀-Werte einfach nach rechts oder links verschoben, je nachdem, ob Sie die Dauer des Lautes verlängert oder verkürzt haben.

Dateien abspeichern
Links neben der Grafik befinden sich zwei Links:

• pho-Datei
  • kann abgespeichert und später wieder hochgeladen werden und erneut synthetisiert werden (siehe Abschnitt "Upload und Anzeige von pho-Dateien")
  • Aufbau:
    • 1. Spalte: Name des Lautes (Phonems) in Sampa-Notation
    • 2. Spalte: Dauer des Lautes in Millisekunden
    • 3. und 4. Spalte (sowie alle weiteren): Zeitpunkt in Prozent der Lautdauer und Grundfrequenzwert
• F₀-Werte
  • diese Datei kann abgespeichert und in anderen Anwendungen weiterverarbeitet werden, späterer Upload ist nicht möglich
  • Aufbau:
    • 1. Spalte: Nr. des Punktes
    • 2. Spalte: Zeitpunkt in Millisekunden
    • 3. Spalte: Pixelwert (nur für interne Programmierung wichtig)
    • 4. Spalte: max. Pixelwert (nur für interne Programmierung wichtig)
    • 5. Spalte: realer F₀-Wert

Anzeige optimieren
Siehe Abschnitt "Konfiguration - Anzeigeoptionen"
Sie haben die Möglichkeit, die Größe des angezeigten Bildes in Höhe und Breite anzupassen. Dies erfolgt unabhängig von der Einstellung des Maximalwertes der anzuzeigenden Grundfrequenz und unabhängig von der realen Dauer der Äußerung. Sie müssen dazu die Werte für "Bildhöhe" und "Zeitfaktor" Ihren Wünschen entsprechend einstellen.
Sie können außerdem die maximal anzuzeigende Grundfrequenz einstellen - Option "F₀-max".

Upload und Anzeige von pho-Dateien
pho-Dateien sind diejenigen Dateien, aus denen mit MBROLA eine Audiodatei erzeugt wird. Sie können eigene pho-Dateien auf den Server hochladen und anzeigen lassen, indem Sie auf "Durchsuchen" klicken, auf Ihrem Rechner eine pho-Datei auswählen und dann auf "senden" klicken. Daraufhin wird ihnen diese Datei grafisch und mit ihren Lautdauern angezeigt. Sie können "Audio" aktivieren und sich die Synthese mit allen verfügbaren Stimmen anhören und auch den Intonationsverlauf sowie die Lautdauern verändern. Das veränderte pho-File können Sie auch wieder abspeichern. Dazu befindet sich links neben dem Bild ein Link "Download: pho-Datei".

Anmerkungen und Fragen bitte per Mail an Astrid Bartels