漢語語音合成中自動(dòng)切分技術(shù)的研究.pdf

1、基于大語料庫(kù)的拼接合成由于其合成的語音清晰自然，而得到了廣泛的應(yīng)用。由于漢語語音合成中自動(dòng)切分的精度將直接影響到語料庫(kù)中基元的質(zhì)量，進(jìn)而直接影響到合成出的語音的質(zhì)量，因此自動(dòng)切分技術(shù)已經(jīng)成為了漢語語音合成中的一個(gè)重要課題。 在自動(dòng)切分技術(shù)的研究中，作者詳細(xì)地調(diào)查了自動(dòng)切分的研究現(xiàn)狀。根據(jù)研究現(xiàn)狀，采取了目前較主流的基于隱馬爾科夫模型的強(qiáng)制對(duì)齊的方法用于自動(dòng)切分基線系統(tǒng)的構(gòu)建中。在自動(dòng)切分基線系統(tǒng)的構(gòu)建中，作者提出了一種新的模型參

2、數(shù)自適應(yīng)方法，結(jié)果證明可以較大程度地提高自動(dòng)切分的精度。作者還做了大量的實(shí)驗(yàn)來驗(yàn)證相關(guān)的語音參數(shù)在自動(dòng)切分中的效果，大多數(shù)參數(shù)的挑選都被同類論文忽視，但在實(shí)際系統(tǒng)中卻有著重要的影響。 在現(xiàn)有的自動(dòng)切分技術(shù)中，大多數(shù)研究都是基于單一模型，上下文相關(guān)或上下文無關(guān)的模型。采用單一模型內(nèi)在的問題是每個(gè)邊界單元只有一個(gè)模型預(yù)測(cè)的時(shí)間值，而沒有考慮不同的模型對(duì)于相同聲學(xué)環(huán)境下的邊界的不同的作用。作者在論文中提出了以下兩種方法來找到處于類似聲

3、學(xué)環(huán)境下的邊界與不同模型之間的映射規(guī)則，進(jìn)一步用映射規(guī)則來為每個(gè)邊界找到最合適的模型。 第一，利用混合模型進(jìn)行漢語語音合成庫(kù)的自動(dòng)切分技術(shù)。所有的邊界單元按照其所處的聲學(xué)環(huán)境被分為十一組。在這些邊界組中，將利用混合模型訓(xùn)練得到邊界組與聲韻母單音子模型(IFMM)、半音節(jié)單音子模型(SSMM)。聲韻母三音子模型(IFTM)之間的映射規(guī)則。 第二，使用C4.5決策樹分類的算法，來訓(xùn)練處于相似聲學(xué)環(huán)境下的邊界與IFMM、SSM