語(yǔ)音時(shí)長(zhǎng)規(guī)整與變調(diào)技術(shù)研究.pdf

1、語(yǔ)音信號(hào)處理技術(shù)與計(jì)算機(jī)科學(xué)、模式識(shí)別系統(tǒng)、人工智能等領(lǐng)域與技術(shù)密切相關(guān)，融合了語(yǔ)言學(xué)研究與信號(hào)處理技術(shù)，對(duì)語(yǔ)音信號(hào)處理技術(shù)的研究會(huì)推動(dòng)相關(guān)技術(shù)的發(fā)展。例如，隨著人機(jī)交互的不斷發(fā)展，以語(yǔ)音為通道的人機(jī)交互環(huán)境將會(huì)成發(fā)展的熱點(diǎn)和主流，語(yǔ)音環(huán)境下的交互方式將極大地提高人機(jī)交互的自然性和高效性。因此，對(duì)語(yǔ)音信號(hào)處理技術(shù)的深入研究具有重要的理論與實(shí)踐意義。
　　語(yǔ)音信號(hào)處理技術(shù)可以分語(yǔ)音的合成、編碼以及識(shí)別三大類(lèi)，本文就其中的語(yǔ)音合成技術(shù)

2、中語(yǔ)音更改部分的內(nèi)容：語(yǔ)音時(shí)長(zhǎng)規(guī)整和語(yǔ)音變調(diào)技術(shù)做重點(diǎn)研究。語(yǔ)音時(shí)長(zhǎng)規(guī)整即在不改變說(shuō)話(huà)人基頻、音色等特征下實(shí)現(xiàn)對(duì)語(yǔ)音時(shí)長(zhǎng)的改變；語(yǔ)音變調(diào)技術(shù)則是在不改變說(shuō)人語(yǔ)音速度的情況下實(shí)現(xiàn)對(duì)說(shuō)話(huà)人基頻的改變。在實(shí)踐中，語(yǔ)音時(shí)長(zhǎng)規(guī)整和語(yǔ)音變調(diào)技術(shù)可廣泛應(yīng)用于語(yǔ)音壓縮、傳輸通信、外語(yǔ)教學(xué)、影視后期制作及文語(yǔ)轉(zhuǎn)換等眾多領(lǐng)域。
　　文章首先概要地闡述了該論文所研究?jī)?nèi)容的背景、意義，并對(duì)語(yǔ)音時(shí)長(zhǎng)規(guī)整與變調(diào)技術(shù)的主要方法和國(guó)內(nèi)外研究進(jìn)展做出介紹。其次，研

3、究和闡述了語(yǔ)音信號(hào)產(chǎn)生的物理機(jī)制，基于其物理機(jī)制詳細(xì)分析了語(yǔ)音信號(hào)的經(jīng)典數(shù)字模型。
　　在此基礎(chǔ)上，對(duì)于語(yǔ)音時(shí)長(zhǎng)規(guī)整技術(shù)，詳細(xì)介紹了典型算法OLA、SOLA、WSOLA以及基于模型的線(xiàn)性預(yù)測(cè)法等算法的原理及實(shí)現(xiàn)方法，并進(jìn)行仿真對(duì)比實(shí)驗(yàn)。針對(duì)WSOLA算法在進(jìn)行規(guī)整時(shí)采用統(tǒng)一規(guī)整而沒(méi)有根據(jù)語(yǔ)音的感知特性做出相應(yīng)的區(qū)分，因而在采樣率偏低或者整體規(guī)整比例偏大的情況下規(guī)整效果將會(huì)變差的缺陷，分析了人耳的聽(tīng)覺(jué)預(yù)測(cè)原理，提出基于人耳聽(tīng)覺(jué)預(yù)測(cè)的

4、改進(jìn)WSOLA時(shí)長(zhǎng)規(guī)整算法，對(duì)人耳感知敏感的轉(zhuǎn)折區(qū)語(yǔ)音進(jìn)行了保留，提高了輸出語(yǔ)音的規(guī)整質(zhì)量。進(jìn)一步針對(duì)改進(jìn)算法帶來(lái)的規(guī)整比例誤差提出一種動(dòng)態(tài)時(shí)間規(guī)整補(bǔ)償算法，有效地使改進(jìn)算法在提高感知度的情況下，保證了規(guī)整時(shí)長(zhǎng)的準(zhǔn)確性。
　　對(duì)于語(yǔ)音變調(diào)技術(shù)，分析推導(dǎo)了基于時(shí)域重采樣方法結(jié)合語(yǔ)音時(shí)長(zhǎng)規(guī)整的算法、基于線(xiàn)性預(yù)測(cè)的方法等算法，并進(jìn)行仿真對(duì)比實(shí)驗(yàn)。應(yīng)用線(xiàn)性重采樣結(jié)合基于人耳聽(tīng)覺(jué)預(yù)測(cè)的改進(jìn)WSOLA時(shí)長(zhǎng)規(guī)整算法獲得了很好變調(diào)效果的語(yǔ)音。另一

5、方面，針對(duì)聲門(mén)激勵(lì)信號(hào)的模擬和聲道共振峰模型的準(zhǔn)確提取兩方面，提出基于同態(tài)濾波倒譜域處理的方法。用倒譜方法提取人聲元音信號(hào)進(jìn)行周期拓展和重采樣，得到根據(jù)規(guī)整需求改變基音周期的聲門(mén)模擬激勵(lì)，用同態(tài)解卷方法提取聲道傳輸函數(shù)并用線(xiàn)型比例的重采樣方法得到改變共振峰頻率的聲道傳輸函數(shù)，有效地實(shí)現(xiàn)了保證語(yǔ)音時(shí)長(zhǎng)不變的情況下對(duì)語(yǔ)音的變調(diào)處理，提高了合成語(yǔ)音的自然度。
　　最后構(gòu)建基于Matlab的GUI語(yǔ)音信號(hào)處理平臺(tái)，把對(duì)語(yǔ)音時(shí)長(zhǎng)規(guī)整與變調(diào)技