中文語音合成系統(tǒng)選音方法研究.pdf

1、本論文從選音的角度,針對拼接式中文語音合成系統(tǒng),研究了提高合成語音自然度的方法和措施.文中分別從基頻曲線、能量曲線以及音庫音質(zhì)等方面出發(fā),根據(jù)實際采集的語音音庫特點提出了相應(yīng)的選音方法,達到提高合成語音自然度的目的.在基頻曲線控制方面,根據(jù)系統(tǒng)語音音庫的統(tǒng)計結(jié)果,提出相鄰拼接字對應(yīng)基頻曲線間三類不同的約束條件,分別為MTC(More Than Constraint),LTC(Less Than Constraint)和NC(None C

2、onstraint).根據(jù)相鄰拼接字聲調(diào)的不同組合,以各候選拼接字基頻曲線的起始頻率和結(jié)束頻率作為控制參數(shù),定義相應(yīng)的代價函數(shù).將各候選音對應(yīng)的實際代價函數(shù)值引入選音過程,采用基于全局最優(yōu)準(zhǔn)則的方法選出全局最優(yōu)候選音.提出相鄰拼接字基頻曲線約束條件的出發(fā)點就是通過在選音時考慮相應(yīng)的約束條件,選出相對最佳的候選音,從而達到減弱拼接處基頻的非正常躍變,以期達到改善合成語音自然度的目的.實際合成試驗結(jié)果驗證了方法的合理性和有效性.在能量曲線控

3、制方面,本文提出將拼接音的邊界能量(拼接音的起始能量和結(jié)束能量)用于控制候選音邊界能量的過渡.為了使拼接音邊界能量的控制更有效,文中對邊界能量的定義參數(shù)作了探討.在音庫音質(zhì)方面,文中從語音庫語音音質(zhì)的角度出發(fā),提出了提高合成語音自然度的方法.本文提出了基于話音識別的選音方法.根據(jù)實際音庫的音質(zhì)特點將音庫中所有的音劃分為不同的類.在選音時將音質(zhì)信息引入,根據(jù)選音準(zhǔn)則,在兼顧其它聲學(xué)參數(shù)的情況下,選出具有相同或相似音質(zhì)的候選音用于最終語音合