漢語語音合成系統(tǒng)的改進與實現(xiàn).pdf

1、聲明本學位論文是我在導師的指導下取得的研究成果，盡我所知，在本學位論文中，除了加以標注和致謝的部分外，不包含其他人已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得任何教育機構(gòu)的學位或?qū)W歷而使用過的材料。與我一同工作的同事對本學位論文做出的貢獻均已在論文中作了明確的說明。研究生簽名：工o／z年3月3口日學位論文使用授權(quán)聲明南京理工大學有權(quán)保存本學位論文的電子和紙質(zhì)文檔，可以借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容，可以向有關(guān)部門或機構(gòu)送交并授

2、權(quán)其保存、借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容。對于保密論文，按保密的有關(guān)規(guī)定和程序處理。研究生簽名：一二垂查絲2口／2年月歲口日碩士論文漢語語音合成系統(tǒng)的改進與實現(xiàn)摘要IIIII111111IIIilUlIIIY2062523語音作為人機交互手段這一趨勢已經(jīng)初見倪端，語音作為人機交互手段包含兩個方面：語音合成和語音識別。通常語音合成指的是文本轉(zhuǎn)語音，即把文字按語音處理規(guī)則轉(zhuǎn)換為聲音并輸出。一般來說語音合成系統(tǒng)包含三個模塊：文本處理

3、模塊、韻律處理模塊、聲音合成模塊。文本處理模塊處于語音合成系統(tǒng)的前端，其內(nèi)容有文本分詞、非標準詞正則化、字音轉(zhuǎn)換。韻律處理模塊的主要工作是從文本中提取韻律結(jié)構(gòu)、重音和語調(diào)等與韻律有關(guān)的信息。聲音合成模塊是語音合成系統(tǒng)的后端模塊，主要工作是合成聲音并對其進行修改與輸出。為了提高漢語語音合成系統(tǒng)合成語音的可懂度以及自然度，本文重點研究了文本處理模塊和韻律處理模塊，所做具體工作如下：(1)分析了語音合成系統(tǒng)的整體框架，理解了系統(tǒng)各個模塊的主要

4、作用以及工作原理。鑒于PSOLA在語音合成模塊中的重要作用，重點研究了PSOLA的分類以及實現(xiàn)過程，并將它應用到語音合成原型系統(tǒng)中。(2)針對文本處理模塊做了研究，并對多音字處理方法做了改進與實現(xiàn)。本文一共實現(xiàn)了兩種多音字處理方法：一種是靜態(tài)的依詞判音法，一種是動態(tài)的詞性規(guī)則判音法。依詞判音法是基于詞庫匹配的判音法，詞性規(guī)則判音法是基于C45的決策樹判音法。(3)針對韻律處理模塊做了研究，并對韻律結(jié)構(gòu)預測方法做了改進。改進后的韻律結(jié)構(gòu)預