一種改進(jìn)的語音合成方法.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)生了革命性的變化，應(yīng)運(yùn)而興的語音合成技術(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、數(shù)字等信息轉(zhuǎn)換成自然流暢的語音信號輸出，這種技術(shù)又稱文語轉(zhuǎn)換技術(shù)(TexttoSpeech，簡稱TTS)。早期的TTS系統(tǒng)多采用參數(shù)合成方法，如共振峰合成和LPC參數(shù)合成.參數(shù)合成方法在理論上相對比較成熟，易于實(shí)現(xiàn)，但實(shí)際合成的連續(xù)語音總是不夠清晰、自然。近幾年，基于基音同步疊加(PSOLA)算法的波形

2、編輯和拼接技術(shù)應(yīng)用于語音合成。與傳統(tǒng)的拼接合成技術(shù)不同，PSOLA算法在對語音單元進(jìn)行拼接前，能根據(jù)上下文分析得到發(fā)音符號標(biāo)注，對拼接單元的音高、時(shí)長和強(qiáng)度做出適當(dāng)?shù)卣{(diào)整，在不改變原始語音音段音質(zhì)細(xì)節(jié)的基礎(chǔ)上，能靈活地改變體現(xiàn)語音自然度的韻律特征的變化，從而可獲得更高的清晰度和自然度。 本文在廣泛汲取現(xiàn)代語音信號處理和漢語韻律知識的基礎(chǔ)上，對語音合成方法及其實(shí)現(xiàn)進(jìn)行了深入的研究，主要工作如下：1、結(jié)合FD-PSOLA和TD-PS

3、OLA算法的優(yōu)勢，提出一種音高、時(shí)長分步處理的語音韻律拼接合成方法。根據(jù)韻律生成模型計(jì)算得到的基頻參數(shù)和時(shí)長參數(shù)，分別在頻域和時(shí)域?qū)φZ音拼接單元進(jìn)行調(diào)整，在保持語音庫中語音拼接單元清晰度和自然度基本不變的情況下，使合成語音的韻律調(diào)控能力得到提高，并以漢語短語詞組合成實(shí)驗(yàn)證明了該方法實(shí)現(xiàn)的有效性。2、針對漢語發(fā)音特點(diǎn)，基于對大量自然漢語語句基頻輪廓數(shù)據(jù)的統(tǒng)計(jì)和分析，提出一種用于數(shù)據(jù)驅(qū)動生成漢語韻律特征的數(shù)學(xué)模型。模型以基頻參數(shù)為主，輔以時(shí)