情感語(yǔ)音合成中的聲源以及基頻抖動(dòng)的分析與建模.pdf

1、目前先進(jìn)水平的語(yǔ)音合成系統(tǒng)都可以合成出可懂度相當(dāng)高的語(yǔ)音.但是這些系統(tǒng)生成的語(yǔ)音的自然度與人講的話之間還有明顯的差距,這個(gè)差距妨礙著語(yǔ)音合成技術(shù)大規(guī)模進(jìn)入市場(chǎng).此外情感語(yǔ)音合成也要求研究者們重新審視已有的模型并提出新的更能反映出情感變化的高自然度語(yǔ)音合成模型來(lái).影響合成語(yǔ)音自然度的因素有很多,大概分為三類:音質(zhì)類,韻律類和清晰度類.改善這幾類參數(shù)的模型,是提高合成出語(yǔ)音自然度的關(guān)鍵. 本文對(duì)情感語(yǔ)音合成中的聲源類型和基頻抖動(dòng)兩個(gè)

2、方面進(jìn)行了分析本文的工作主要包括以下的三個(gè)部分: 1.介紹了情感語(yǔ)音合成的基本概念,并在生理和感知的層面上分析了聲源類型,并在聲源逆濾波方法的基礎(chǔ)上比較了各種聲源的參數(shù),并用LF模型對(duì)各種聲源建模,得到各種聲源的LF模型參數(shù). 2.提出了一種分離和計(jì)算基頻抖動(dòng)的方法,將基頻抖動(dòng)中的隨機(jī)因素和非隨機(jī)性因素分離開(kāi)來(lái). 3.分析了基頻抖動(dòng)在在各種情感、各種聲源以及在漢語(yǔ)普通話中各聲調(diào)中的作用,并比較了基頻抖動(dòng)在上述分類