實用化的粵語語音合成系統(tǒng)研究與實現(xiàn).pdf

1、多語種的語音合成研究是近年來國內(nèi)外語音合成研究的一個熱點.實現(xiàn)多語種的語音合成,包括方言、少數(shù)民族語言的合成,也是國內(nèi)漢語語音合成研究的一個重要研究方向.粵語作為一種強勢的方言,其特殊地位及潛在的市場價值以及目前國內(nèi)外粵語語音合成技術(shù)的現(xiàn)狀使得研制實用化的粵語語音合成系統(tǒng)將具有特殊意義.該文以完成一個實用化的粵語語音合成系統(tǒng)為目標,對粵語語音合成技術(shù)所涉及的一系列關(guān)鍵技術(shù)進行了深入研究,主要完成的研究工作有:首先對粵語語言體系進行全面研

2、究,分別從語音、詞匯和語法三方面來分析粵方言的語言特色,并系統(tǒng)總結(jié)出粵語方言的十大語言特色.其次在合成系統(tǒng)研制過程中,依次對建立基于大語料庫粵語語音合成系統(tǒng)所需的關(guān)鍵技術(shù)(粵語語料庫設(shè)計、韻律模型設(shè)計和單元挑選模塊設(shè)計)逐一進行深入研究.在語料庫設(shè)計中提出語境矢量和語境總量的獨特概念,給出粵語語料庫語境矢量的組成和分類,提出語境總量的計算方法,并將之應用到語料搜索中,為語料庫建立提出更為完整的理論基礎(chǔ).韻律模型設(shè)計中給出基頻數(shù)據(jù)預處理、

3、基頻曲線聚類的具體解決方案,并對C45決策結(jié)果提出了一套正確率測試方法,包括定量誤差分析、作圖觀察等,最后對基頻預測的語音進行分析,運用Psola算法進行基頻調(diào)整以達到最大的聽感滿意度.單元挑選模塊設(shè)計中主要針對韻律代價函數(shù)中代價權(quán)重的確定給出具體地處理過程,分析了目標代價和連接代價的組成以及權(quán)值訓練步驟,從而保證了實現(xiàn)一個成功的具有較高可懂度和自然度的粵語語音合成系統(tǒng).此外,該文還抓準了目前移動通信的迅猛勢頭,提出將粵語語音合成系統(tǒng)應

4、用到移動終端上,針對服務器與客戶端之間傳輸?shù)募夹g(shù)難點提出SOAP解決方案,將整個合成系統(tǒng)的實用化推向更高層面,為粵語語音合成技術(shù)的進一步研究提出了更加廣闊的發(fā)展方向.最后結(jié)論部分該文將簡要地介紹所研制的KBCT2.0的系統(tǒng)架構(gòu)和性能指標評測,指出了未來進一步的研究內(nèi)容和方向.通過該課題的研究,可以對粵語有個整體深入的了解,并對語音合成系統(tǒng)的研制過程有進一步清晰的認識,對其中影響合成效果的關(guān)鍵點給出詳細的解決方案,同時,對粵語語音合成系統(tǒng)