語(yǔ)音合成及其韻律研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的飛速發(fā)展,人機(jī)交互方式發(fā)生了重大的變化,應(yīng)運(yùn)而生的語(yǔ)音合成技術(shù)是將計(jì)算機(jī)自己產(chǎn)生的或從外部輸入的文字、符號(hào)、數(shù)字等信息轉(zhuǎn)換成自然流暢的語(yǔ)音信號(hào)輸出,這種技術(shù)又稱文語(yǔ)轉(zhuǎn)換技術(shù)(Text to Speech,簡(jiǎn)稱TTS)。早期的TTS系統(tǒng)多采用參數(shù)合成方法,該方法在理論上相對(duì)比較成熟,易于實(shí)現(xiàn),但實(shí)際合成的連續(xù)語(yǔ)音總是不夠清晰、自然。近幾十年來(lái)國(guó)際和國(guó)內(nèi)的研究主要集中在按規(guī)則文語(yǔ)轉(zhuǎn)換,即將書(shū)面語(yǔ)言轉(zhuǎn)換成口頭語(yǔ)言。基

2、于語(yǔ)音數(shù)據(jù)庫(kù)的語(yǔ)音合成方法有望進(jìn)一步提高語(yǔ)音合成的自然度。由于這是一種采用自然語(yǔ)音波形直接拼接的方法,進(jìn)行拼接的語(yǔ)音單元是從一個(gè)預(yù)先錄下的自然語(yǔ)音數(shù)據(jù)庫(kù)中挑選出來(lái)的,因此有可能最大限度地保留語(yǔ)音的自然度。但是,目前在拼接式語(yǔ)音合成中所采用的信號(hào)處理技術(shù)僅僅適合于對(duì)原始基元的基頻、時(shí)長(zhǎng)、能量等韻律特性進(jìn)行修改,而對(duì)于拼接基元的頻譜特性則無(wú)法進(jìn)行適當(dāng)?shù)男薷膩?lái)滿足相應(yīng)的語(yǔ)音發(fā)聲差異的變化。由此產(chǎn)生了一系列新的需要研究的問(wèn)題,包括:如何確定語(yǔ)音

3、合成的基元,根據(jù)什么準(zhǔn)則去挑選合適的基元,韻律參數(shù)定量化問(wèn)題,對(duì)數(shù)據(jù)庫(kù)進(jìn)行定標(biāo)問(wèn)題;以及如何將統(tǒng)計(jì)的方法和規(guī)則方法相結(jié)合使計(jì)算機(jī)能自動(dòng)發(fā)現(xiàn)和找出所需的語(yǔ)音單元,保證最高的合成語(yǔ)句的自然度等等。在語(yǔ)音合成領(lǐng)域研究者們最關(guān)心的問(wèn)題之一依舊是如何提高合成語(yǔ)音的自然度?，F(xiàn)有語(yǔ)音合成的研究方法能在一定程度上提高語(yǔ)音的合成度,但還不能得到人們理想的合成效果。影響合成語(yǔ)音質(zhì)量的一個(gè)很重要因素在于目前使用的韻律規(guī)則不夠完善。
　　本文以當(dāng)前語(yǔ)音合

4、成技術(shù)的發(fā)展方向?yàn)檠芯康某霭l(fā)點(diǎn),首先優(yōu)化了韻律參數(shù),并將其應(yīng)用到關(guān)聯(lián)規(guī)則對(duì)韻律參數(shù)進(jìn)行規(guī)則提取的方法中,提出采用優(yōu)化韻律參數(shù)后的規(guī)則提取過(guò)程,并對(duì)原有的Apriori算法進(jìn)行改進(jìn)而獲得更適合語(yǔ)音合成的ODApriori算法,通過(guò)該算法可將原有Apriori算法得到的韻律規(guī)則進(jìn)一步細(xì)分,得到更多研究者感興趣的規(guī)則。其次語(yǔ)音合成技術(shù)的應(yīng)用不可能總是建立在無(wú)限大的語(yǔ)音數(shù)據(jù)庫(kù)基礎(chǔ)上,為了將數(shù)據(jù)庫(kù)控制在合適的范圍內(nèi),提出了一種使語(yǔ)音特性盡可能體現(xiàn)