

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、語音合成聲碼器從基頻、頻譜等聲學(xué)特征中重構(gòu)語音波形,是統(tǒng)計參數(shù)語音合成系統(tǒng)中不可或缺的一部分。近年來,隨著深度神經(jīng)網(wǎng)絡(luò)模型在聲學(xué)建模中的成功應(yīng)用,聲學(xué)模型精度與合成語音自然度均得到了有效改善。但是以STRAIGHT為代表的傳統(tǒng)源-濾波器結(jié)構(gòu)聲碼器仍然存在頻譜細(xì)節(jié)丟失、相位依賴人工設(shè)計以及線性濾波框架等問題,這仍然制約著統(tǒng)計參數(shù)方法合成語音質(zhì)量的進(jìn)一步提升。
2016年,DeepMind研究者提出了直接對語音波形建模與生成的深度
2、卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并將其用于從文本特征預(yù)測語音波形,取得了優(yōu)于傳統(tǒng)統(tǒng)計參數(shù)方法的合成語音自然度。利用卷積神經(jīng)網(wǎng)絡(luò)對語音波形直接建模彌補了頻譜細(xì)節(jié)、相位信息丟失的缺陷,深層次的神經(jīng)網(wǎng)絡(luò)也具有靈活的非線性處理能力,這為語音合成聲碼器的實現(xiàn)提供了新的途徑。
本文圍繞基于卷積神經(jīng)網(wǎng)絡(luò)的語音合成聲碼器從三個方面展開研究工作。首先,設(shè)計實現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)的話者相關(guān)語音合成聲碼器;其次,提出了神經(jīng)網(wǎng)絡(luò)聲碼器的話者無關(guān)及自適應(yīng)訓(xùn)練方法,在
3、目標(biāo)語音數(shù)據(jù)有限情形下實現(xiàn)高質(zhì)量聲碼器的訓(xùn)練;最后,設(shè)計實現(xiàn)了多分辨率層級化網(wǎng)絡(luò)結(jié)構(gòu),提升語音合成聲碼器的生成效率。
本文整體安排如下:
第一章是緒論,概述語音合成技術(shù),介紹主流的波形拼接合成方法和統(tǒng)計參數(shù)合成方法,然后回顧了常用的語音合成聲碼器并分析其優(yōu)勢和不足。
第二章首先介紹DeepMind研究者提出的WaveNet模型,然后闡明用卷積神經(jīng)網(wǎng)絡(luò)對語音波形建模的動機(jī)與出發(fā)點,并詳細(xì)介紹本文設(shè)計實現(xiàn)的基于
4、卷積神經(jīng)網(wǎng)絡(luò)的語音合成聲碼器模型。該模型構(gòu)造了一個上采樣網(wǎng)絡(luò)實現(xiàn)了聲學(xué)特征采樣率與輸出語音采樣率的匹配,然后將變換后的聲學(xué)條件信息加入網(wǎng)絡(luò)激活函數(shù)中指導(dǎo)語音的生成。
第三章首先回顧了說話人自適應(yīng)技術(shù)歷史,介紹了語音識別與語音合成任務(wù)中的自適應(yīng)方法;然后介紹了本文提出的神經(jīng)網(wǎng)絡(luò)語音合成聲碼器的話者無關(guān)及自適應(yīng)訓(xùn)練方法;最后利用自然聲學(xué)特征和聲學(xué)模型預(yù)測聲學(xué)特征作為輸入重構(gòu)語音,實驗驗證了自適應(yīng)訓(xùn)練的有效性。
第四章首先
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語音識別研究.pdf
- 基于分?jǐn)?shù)階卷積神經(jīng)網(wǎng)絡(luò)的語音識別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語音端點檢測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的語音合成與可視語音合成研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)模型下的語音處理方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語音分離方法研究與實現(xiàn).pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的帕金森病語音障礙診斷研究.pdf
- 基于一維卷積神經(jīng)網(wǎng)絡(luò)的車載語音識別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文獻(xiàn)分析.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器設(shè)計.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的MPPSK信號解調(diào)器.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的故障指示器狀態(tài)識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的物體抓取研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- yjango的卷積神經(jīng)網(wǎng)絡(luò)
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視覺識別研究.pdf
評論
0/150
提交評論