版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著目前語(yǔ)音合成效果的逐步改善,用戶對(duì)語(yǔ)音合成系統(tǒng)提出了更高的要求,尤其是多樣化語(yǔ)音合成方面的需求。在這種背景下,一種能夠在短時(shí)間內(nèi)通過(guò)自動(dòng)訓(xùn)練的方式進(jìn)行合成系統(tǒng)構(gòu)建,從而滿足用戶多樣化需求的語(yǔ)音合成技術(shù),有著很高的理論研究及使用價(jià)值。對(duì)此,本論文在基于HMM的可訓(xùn)練語(yǔ)音合成(TrainableTTS)方面,包括技術(shù)框架構(gòu)建、關(guān)鍵技術(shù)改進(jìn)以及相關(guān)技術(shù)應(yīng)用,進(jìn)行了深入而系統(tǒng)的研究,本論文具體的研究工作和研究成果如下。首先,本論文對(duì)基于隱馬
2、爾科夫(HMM)的自動(dòng)切分技術(shù)進(jìn)行分析和改進(jìn)。通過(guò)分析HMM訓(xùn)練流程中采用的最大似然準(zhǔn)則的(ML)訓(xùn)練算法與自動(dòng)切分目標(biāo)的不匹配問(wèn)題,本文提出一種基于切分誤差最小化準(zhǔn)則(MSGE)的區(qū)分性訓(xùn)練算法。在該算法中,首先通過(guò)引入一個(gè)新的切分誤差度量來(lái)定義切分誤差函數(shù),然后基于一般化的統(tǒng)計(jì)梯度下降算法(GPD)對(duì)模型參數(shù)進(jìn)行優(yōu)化,從而達(dá)到切分誤差最小化的目的。基于HMM的自動(dòng)切分技術(shù)的分析和改進(jìn)工作,為本文后續(xù)進(jìn)行TrainableTTS的深入
3、研究奠定一定的基礎(chǔ)。其次,本論文基于現(xiàn)有的模型訓(xùn)練和參數(shù)生成技術(shù),建立了一個(gè)完整的TrainableTTS技術(shù)框架,包括一個(gè)自動(dòng)化的訓(xùn)練流程和相應(yīng)的合成后端。它可以根據(jù)用戶的需求,通過(guò)輸入一定的語(yǔ)音數(shù)據(jù)進(jìn)行自動(dòng)訓(xùn)練,并快速形成一個(gè)相應(yīng)的合成系統(tǒng)。此外,在此框架基礎(chǔ)上,本文通過(guò)設(shè)計(jì)和優(yōu)化中文上下文相關(guān)屬性和問(wèn)題集,進(jìn)行了中文TrainableTTS系統(tǒng)的訓(xùn)練和構(gòu)建,對(duì)TrainableTTS技術(shù)進(jìn)行效果驗(yàn)證。 第三,基于前面構(gòu)建的
4、TrainableTTS技術(shù)框架,本文對(duì)TrainableTTS技術(shù)分別進(jìn)行幾個(gè)方面的改進(jìn)。首先在譜參數(shù)建模方面,通過(guò)對(duì)Mel-cepstral(MCEP)和線譜對(duì)(LSP)參數(shù)的特點(diǎn)和建模效果分析,并考慮到LSP參數(shù)與共振峰之間的對(duì)應(yīng)關(guān)系,最終結(jié)合LSP和其相鄰階差分DAL參數(shù)進(jìn)行譜參數(shù)建模。其次,對(duì)于韻律節(jié)奏感不強(qiáng)的問(wèn)題,本文在狀態(tài)時(shí)長(zhǎng)模型的基礎(chǔ)上加入了基于聲韻母單元的時(shí)長(zhǎng)模型,并在合成中對(duì)兩種時(shí)長(zhǎng)模型進(jìn)行加權(quán)來(lái)進(jìn)行時(shí)長(zhǎng)預(yù)測(cè)。
5、 此外,針對(duì)現(xiàn)在模型訓(xùn)練流程中采用的最大似然(ML)準(zhǔn)則與合成目標(biāo)的不匹配問(wèn)題,本文提出了一種基于最小生成誤差(MGE)準(zhǔn)則的HMM訓(xùn)練算法。在得到結(jié)果驗(yàn)證后,本文對(duì)MGE準(zhǔn)則進(jìn)行一定的簡(jiǎn)化,并通過(guò)設(shè)計(jì)合理的分裂問(wèn)題選擇策略,將該準(zhǔn)則應(yīng)用到上下文相關(guān)模型的聚類中。最后,在上述模型訓(xùn)練和聚類算法的改進(jìn)基礎(chǔ)上,本文對(duì)整個(gè)TrainableTTS的訓(xùn)練流程進(jìn)行重新設(shè)計(jì),使得模型訓(xùn)練完全圍繞著MGE準(zhǔn)則來(lái)進(jìn)行。 最后,本文基于Trai
6、nableTTS技術(shù)框架進(jìn)行多樣化語(yǔ)音合成方面的應(yīng)用。在多說(shuō)話人語(yǔ)音合成方面,本文采用模型自適應(yīng)的方式進(jìn)行說(shuō)話人轉(zhuǎn)換,并針對(duì)少量目標(biāo)語(yǔ)句的情況,通過(guò)對(duì)模型自適應(yīng)的轉(zhuǎn)換矩陣類型進(jìn)行優(yōu)化來(lái)提高轉(zhuǎn)換效果。在富于表現(xiàn)力的語(yǔ)音合成方面,本文分別進(jìn)行了語(yǔ)氣語(yǔ)調(diào)的實(shí)現(xiàn)以及情感語(yǔ)音合成系統(tǒng)的構(gòu)建以及效果分析。而對(duì)于多語(yǔ)種語(yǔ)音合成應(yīng)用,一方面本文基于已有的純英文語(yǔ)音庫(kù),通過(guò)設(shè)計(jì)合理的屬性和問(wèn)題集,并針對(duì)英文的發(fā)音特點(diǎn)進(jìn)行相應(yīng)的人工標(biāo)注,來(lái)實(shí)現(xiàn)英文合成系統(tǒng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾科夫模型的語(yǔ)音識(shí)別技術(shù)研究.pdf
- 基于隱馬爾科夫模型的蒙古語(yǔ)語(yǔ)音合成技術(shù)研究.pdf
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于隱馬爾科夫模型的人臉識(shí)別技術(shù)研究.pdf
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別.doc
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別.doc
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別.doc
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別 (2)
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別.doc
- 基于隱馬爾科夫模型的語(yǔ)音識(shí)別新算法的研究.pdf
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別.doc
- 基于隱馬爾科夫模型的信號(hào)分類.pdf
- 基于隱馬爾科夫模型的異常檢測(cè)研究.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于隱馬爾科夫模型詞性標(biāo)注的研究.pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論