HMM在基于參數(shù)的語(yǔ)音合成系統(tǒng)中的應(yīng)用.pdf

1、語(yǔ)音合成是人機(jī)交互的關(guān)鍵技術(shù)之一。隨著電子計(jì)算機(jī)的迅猛發(fā)展，語(yǔ)音合成技術(shù)由早期的基于拼接調(diào)整合成，逐漸發(fā)展為目前基于參數(shù)的語(yǔ)音合成技術(shù)。本文主要是對(duì)隱馬爾可夫模型(HMM)在基于參數(shù)的語(yǔ)音合成系統(tǒng)中的應(yīng)用方面進(jìn)行了研究和探索。本文的主要研究工作如下：首先，基于對(duì)現(xiàn)有語(yǔ)音自動(dòng)切分技術(shù)框架的分析，提出了不定長(zhǎng)單元模型，改善切分的精度。目前，基于拼接的語(yǔ)音合成系統(tǒng)需要首先對(duì)語(yǔ)料庫(kù)進(jìn)行語(yǔ)音自動(dòng)切分，基于隱馬爾可夫模型的語(yǔ)音自動(dòng)切分方法普遍采用的

2、聲學(xué)模型是三音子模型。本文針對(duì)一些語(yǔ)音單元間的協(xié)同發(fā)音現(xiàn)象和音變現(xiàn)象對(duì)切分精度造成的不利影響，提出了基于不定長(zhǎng)單元模型的語(yǔ)音自動(dòng)切分方法。具體定義了不定長(zhǎng)語(yǔ)音單元，討論了不定長(zhǎng)單元的選取，并對(duì)建立相應(yīng)的模型，在模型的訓(xùn)練方面也給出了解決的方案。實(shí)驗(yàn)結(jié)果，長(zhǎng)單元的邊界切分精度比三音子模型有了很大的提高，精度從原先的79.55%提高到了89.13%，同時(shí)總體切分精度也有了一定的提高。結(jié)果表明，不定長(zhǎng)單元模型對(duì)于語(yǔ)音自動(dòng)切分，特別是對(duì)三音子模

3、型表現(xiàn)較差的長(zhǎng)單元邊界上，能達(dá)到比三音子模型更好的效果本文首先介紹基于HMM的自動(dòng)切分的基本流程，并通過(guò)分析由于不同音子間的緊密結(jié)合而產(chǎn)生的音變現(xiàn)象，提出一種基于不定長(zhǎng)單元模型并給出其訓(xùn)練算法?；贖MM的自動(dòng)切分技術(shù)的分析和改進(jìn)工作，為后面基于HMM的可訓(xùn)練語(yǔ)音合成的深入研究奠定一定的基礎(chǔ)。其次，基于現(xiàn)有的模型訓(xùn)練和參數(shù)生成技術(shù)，對(duì)基于參數(shù)的語(yǔ)音合成的技術(shù)框架中的一些關(guān)鍵技術(shù)進(jìn)行分析，并根據(jù)需要構(gòu)建了中文的基于參數(shù)的語(yǔ)音合成系統(tǒng)。本文

4、建立了一整套的基于參數(shù)的語(yǔ)音合成系統(tǒng)，包括模型的訓(xùn)練流程和相應(yīng)的語(yǔ)音合成模塊。它可以根據(jù)原始的語(yǔ)音數(shù)據(jù)進(jìn)行訓(xùn)練，并自動(dòng)生成一個(gè)的合成系統(tǒng)。同時(shí)，本文在此框架基礎(chǔ)上進(jìn)行了中文基于參數(shù)的語(yǔ)音合成系統(tǒng)的訓(xùn)練和構(gòu)建，對(duì)基于參數(shù)的語(yǔ)音合成技術(shù)進(jìn)行效果驗(yàn)證。此外，本文根據(jù)基于最小化生成誤差的訓(xùn)練準(zhǔn)則，對(duì)模型進(jìn)行了改進(jìn)，在新的準(zhǔn)則下優(yōu)化合成語(yǔ)音的音質(zhì)。最后，研究基于參數(shù)的語(yǔ)音合成在說(shuō)話人轉(zhuǎn)換語(yǔ)音合成中的應(yīng)用。在基于參數(shù)的語(yǔ)音合成進(jìn)行說(shuō)話人轉(zhuǎn)換應(yīng)用中，