基于說話人自適應訓練的統(tǒng)計參數(shù)語音合成的研究.pdf

1、目前的合成語音效果不斷改善,但為了能夠充分地傳遞出語音中包含的更多信息,TTS系統(tǒng)需要能產(chǎn)生更為自然的任意說話人的聲音。雖然基于波形拼接的大語料庫語音合成系統(tǒng)能夠合成高可懂度和自然度的合成語音,但語音庫的構(gòu)建費時費力,而且難以實現(xiàn)不同說話人、不同情感的合成語音。基于HMM的統(tǒng)計參數(shù)語音合成系統(tǒng)雖然能夠合成出不同說話人的語音,但合成語音的自然度不是很高。因此,一種利用說話人的少量訓練語句合成出具有目標說話人特點的說話人自適應語音合成方法,

2、成為當前一個重要的研究熱點。論文以基于HMM統(tǒng)計參數(shù)語音合成為研究基礎,采用說話人自適應訓練,利用多個說話人的訓練語音,實現(xiàn)了一個普通話的多說話人統(tǒng)計參數(shù)語音合成系統(tǒng),能夠合成出不同目標說話人語音,合成效果優(yōu)于單說話人的說話人相關模型的合成結(jié)果。論文的主要研究工作及創(chuàng)新如下。
　　1.根據(jù)《現(xiàn)代漢語詞典》,從漢語發(fā)音的基本單元出發(fā),對漢語聲、韻母分類劃分,分析了連續(xù)語句中語境相關的信息,并以此為基礎設計了連續(xù)語句語境信息的標注方案

3、。采用上下文相關的方法將語境信息從小到大分為六層,分別設計出各個層級的標注格式和標注內(nèi)容,然后對語音信息及其上下文關系進行了標注設計,并實現(xiàn)了一個面向HTS系統(tǒng)的漢語普通話上下文相關的標注產(chǎn)生程序。
　　2.根據(jù)漢語普通話的發(fā)音特點和韻律特點,實現(xiàn)了一個面向HTS系統(tǒng)的問題集生成程序,可以生成音段相關和韻律相關的問題,用于HTS系統(tǒng)中對模型狀態(tài)的決策樹聚類。
　　3.利用說話人自適應訓練方法實現(xiàn)了一個基于HMM的普通話多說話