中文話費(fèi)文語(yǔ)轉(zhuǎn)換系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、旨在改變?nèi)藱C(jī)交互界面的文語(yǔ)轉(zhuǎn)換技術(shù)(TTS)在許多領(lǐng)域的成功應(yīng)用使得其潛在價(jià)值越來(lái)越大。隨著研究的不斷深入，這項(xiàng)技術(shù)已經(jīng)走出實(shí)驗(yàn)室，開(kāi)始慢慢的實(shí)現(xiàn)一些原本只能以夢(mèng)想來(lái)描述的事情。針對(duì)當(dāng)前國(guó)內(nèi)三大電信運(yùn)營(yíng)商的人工服務(wù)臺(tái)播報(bào)的話費(fèi)語(yǔ)音存在明顯的欠缺和不足，為了更好的提高播報(bào)話費(fèi)語(yǔ)音的自然度和可懂度，增加人工服務(wù)臺(tái)的友好性，論文對(duì)話費(fèi)文本的文語(yǔ)轉(zhuǎn)換技術(shù)進(jìn)行了研究。
　　 論文首先研究了文語(yǔ)轉(zhuǎn)換系統(tǒng)的基本結(jié)構(gòu)，主要包括數(shù)據(jù)資源庫(kù)、文本分

2、析模塊、韻律分析模塊和語(yǔ)音合成模塊四個(gè)部分。結(jié)合話費(fèi)文本的特殊性，建立了以單音節(jié)語(yǔ)音作為基元的語(yǔ)料庫(kù)；采用人民幣小寫(xiě)到大寫(xiě)的轉(zhuǎn)換算法實(shí)現(xiàn)文本的正規(guī)化；按照正向最大匹配算法，進(jìn)行語(yǔ)音詞的切分；在漢語(yǔ)聲調(diào)規(guī)則的指導(dǎo)下，對(duì)待拼接的語(yǔ)音基元的聲調(diào)進(jìn)行了變調(diào)處理；重點(diǎn)研究了基音同步疊加算法(PSOLA)，通過(guò)準(zhǔn)確的基音標(biāo)注，結(jié)合正常語(yǔ)音的時(shí)長(zhǎng)特點(diǎn)，以基音周期為單位調(diào)整待合成語(yǔ)音的時(shí)長(zhǎng)；針對(duì)待合成基元所處的呼吸群位置，對(duì)待合成語(yǔ)音的音強(qiáng)進(jìn)行修改；在

3、分析、比較了現(xiàn)有各種語(yǔ)音合成方法優(yōu)缺點(diǎn)之后，論文最終采用波形拼接的方法，通過(guò)大量實(shí)驗(yàn)證明，在調(diào)整待拼接波形拼接點(diǎn)處的平滑長(zhǎng)度為兩個(gè)拼接基元中樣點(diǎn)數(shù)較少者的1/9時(shí)，基本可以達(dá)到所有拼接的要求，合成高自然度的話費(fèi)語(yǔ)音。仿真實(shí)驗(yàn)也表明，以單音節(jié)語(yǔ)音作為合成基元，采用PSOLA算法和基于時(shí)域的波形拼接平滑算法，可以得到自然、流暢的話費(fèi)語(yǔ)音。此外，論文利用VC++和SQL Server數(shù)據(jù)庫(kù)進(jìn)行通信，在VC++平臺(tái)上也初步地設(shè)計(jì)了中文話費(fèi)文語(yǔ)轉(zhuǎn)