漢語(yǔ)語(yǔ)音合成韻律控制方法與實(shí)現(xiàn)的研究.pdf

1、隨著科學(xué)與技術(shù)的發(fā)展，語(yǔ)音合成和語(yǔ)音識(shí)別已經(jīng)開(kāi)始廣泛應(yīng)用于社會(huì)的各個(gè)方面，并且成為人工智能、語(yǔ)音信號(hào)處理以及人機(jī)多媒體交互研究領(lǐng)域的熱點(diǎn)之一。然而對(duì)于語(yǔ)音合成來(lái)說(shuō)，漢語(yǔ)不同于西方語(yǔ)系，表現(xiàn)在語(yǔ)法結(jié)構(gòu)、語(yǔ)法規(guī)則、聲學(xué)特性、韻律特征等多個(gè)方面。首先，漢語(yǔ)是聲調(diào)語(yǔ)言，聲調(diào)具有辨意作用。其次，字與字之間的音調(diào)前后彼此互相影響會(huì)發(fā)生變異，即出現(xiàn)協(xié)同發(fā)音現(xiàn)象。同時(shí)，連續(xù)語(yǔ)流中的發(fā)音中間還會(huì)有短暫的停頓，這體現(xiàn)了人說(shuō)話的節(jié)奏感。在漢語(yǔ)的文語(yǔ)轉(zhuǎn)換(TT

2、S)中，對(duì)語(yǔ)音基頻、時(shí)長(zhǎng)、幅度等韻律信息的預(yù)測(cè)、分析和控制稱作韻律控制。 目前在漢語(yǔ)語(yǔ)音合成的韻律控制方法上還存在很多無(wú)法解決的問(wèn)題，致使合成語(yǔ)音的音質(zhì)在自然度和可懂度方面相對(duì)較低，還不能達(dá)到用戶可以廣泛接受的程度，從而制約了該項(xiàng)技術(shù)大規(guī)模地進(jìn)入市場(chǎng)。針對(duì)上述問(wèn)題，本文在廣泛汲取漢語(yǔ)韻律知識(shí)和現(xiàn)代語(yǔ)音信號(hào)處理技術(shù)的基礎(chǔ)上，對(duì)漢語(yǔ)語(yǔ)音合成技術(shù)及其實(shí)現(xiàn)方法進(jìn)行了深入的研究，主要研究工作如下： 1、本文從漢語(yǔ)的聲學(xué)特點(diǎn)和韻律特

3、征出發(fā)，諸如漢語(yǔ)的聲調(diào)及特點(diǎn)、漢語(yǔ)的語(yǔ)調(diào)及模式，分析和研究漢語(yǔ)的韻律特征(基頻、時(shí)長(zhǎng)、幅度)、重音、停頓以及韻律邊界之間的相互關(guān)系，提出了適用于漢語(yǔ)語(yǔ)音合成的韻律控制規(guī)則。 2、通過(guò)對(duì)漢語(yǔ)的韻律及其層次結(jié)構(gòu)的分析與對(duì)比，進(jìn)行了韻律特征與韻律邊界的聲學(xué)分析，提出了韻律分層建模、韻律邊界預(yù)測(cè)和韻律分層控制的思想。 3、確定了以音節(jié)作為拼接的語(yǔ)音基元，采用基于數(shù)據(jù)驅(qū)動(dòng)的統(tǒng)計(jì)模型和規(guī)則相結(jié)合的方法，實(shí)現(xiàn)韻律建模及其韻律控制。