基于HMM的中文語(yǔ)音合成研究.pdf

1、語(yǔ)音合成是實(shí)現(xiàn)人機(jī)和諧交互的關(guān)鍵問(wèn)題之一。本文對(duì)漢語(yǔ)語(yǔ)音合成中的聲學(xué)建模技術(shù)和參數(shù)共享策略進(jìn)行了研究，并以日文galatea-Talk 文語(yǔ)轉(zhuǎn)換系統(tǒng)為基礎(chǔ)，針對(duì)漢語(yǔ)的特點(diǎn)進(jìn)行改造，完成了一個(gè)漢語(yǔ)文語(yǔ)轉(zhuǎn)換的原型系統(tǒng) CN-galatea-Talk。具體工作包括： 1．對(duì)HTK平臺(tái)和HTS進(jìn)行了研究和分析，實(shí)現(xiàn)了基于HTK平臺(tái)的聲學(xué)模型訓(xùn)練方法。 2．以擴(kuò)展聲韻母集作為合成基元的集合，并引入了合成基元的環(huán)境信息，進(jìn)行了上下文

2、相關(guān)的聲學(xué)建模。對(duì)聲學(xué)建模中基于決策樹(shù)的HMM狀態(tài)共享策略進(jìn)行了研究，分析了決策樹(shù)的構(gòu)造方法，討論了問(wèn)題集的設(shè)計(jì)。通過(guò)基于決策樹(shù)的HMM狀態(tài)共享，降低了模型的規(guī)模，狀態(tài)數(shù)為狀態(tài)共享前的2.84％。通過(guò)對(duì)狀態(tài)時(shí)長(zhǎng)HMM和基音周期HMM進(jìn)行基于決策樹(shù)的狀態(tài)共享，并在問(wèn)題集中引入合成基元的環(huán)境信息，從而使訓(xùn)練出的HMM帶有韻律的信息。 3．對(duì)日文galarea-Talk系統(tǒng)的語(yǔ)音合成部分進(jìn)行了研究和分析，保留其中的參數(shù)生成模塊和基于M

3、LSA的合成器模塊，針對(duì)中文的特性修改了HMM模型讀取模塊和HMM模型搜索模塊。重新設(shè)計(jì)了 galatea-Talk 系統(tǒng)中的文本處理模塊。利用《知網(wǎng)》來(lái)計(jì)算多音字的概念相似度，進(jìn)行多音字處理，避開(kāi)了現(xiàn)有實(shí)驗(yàn)條件下缺少拼音標(biāo)注語(yǔ)料的問(wèn)題。 將上述工作組合起來(lái)，最終設(shè)計(jì)并完成了一個(gè)漢語(yǔ)的文語(yǔ)轉(zhuǎn)換的原型系統(tǒng)CN-galatea-Talk。在語(yǔ)義不可預(yù)測(cè)句子(SUS)聽(tīng)寫(xiě)的測(cè)試中，平均詞正確率達(dá)到89.5％；在對(duì)不同體裁短文朗讀的測(cè)試