漢語語音合成中自動切分技術(shù)的研究.pdf

1、基于大語料庫的拼接合成由于其合成的語音清晰自然，而得到了廣泛的應用。由于漢語語音合成中自動切分的精度將直接影響到語料庫中基元的質(zhì)量，進而直接影響到合成出的語音的質(zhì)量，因此自動切分技術(shù)已經(jīng)成為了漢語語音合成中的一個重要課題。 在自動切分技術(shù)的研究中，作者詳細地調(diào)查了自動切分的研究現(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制對齊的方法用于自動切分基線系統(tǒng)的構(gòu)建中。在自動切分基線系統(tǒng)的構(gòu)建中，作者提出了一種新的模型參

2、數(shù)自適應方法，結(jié)果證明可以較大程度地提高自動切分的精度。作者還做了大量的實驗來驗證相關的語音參數(shù)在自動切分中的效果，大多數(shù)參數(shù)的挑選都被同類論文忽視，但在實際系統(tǒng)中卻有著重要的影響。 在現(xiàn)有的自動切分技術(shù)中，大多數(shù)研究都是基于單一模型，上下文相關或上下文無關的模型。采用單一模型內(nèi)在的問題是每個邊界單元只有一個模型預測的時間值，而沒有考慮不同的模型對于相同聲學環(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、學環(huán)境下的邊界與不同模型之間的映射規(guī)則，進一步用映射規(guī)則來為每個邊界找到最合適的模型。 第一，利用混合模型進行漢語語音合成庫的自動切分技術(shù)。所有的邊界單元按照其所處的聲學環(huán)境被分為十一組。在這些邊界組中，將利用混合模型訓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，來訓練處于相似聲學環(huán)境下的邊界與IFMM、SSM