藏語拉薩話的HMM參數(shù)語音合成方法研究.pdf

1、在人機語音交互技術(shù)的飛速發(fā)展時代,語音合成技術(shù)一直是研究的熱門,其中拼接合成算法占居一定的地位,但這種方法需要建立一個大語料庫,并且擴展性差,魯棒性不是很高。所以我們采用在語音數(shù)據(jù)量有限,同時可以調(diào)節(jié)合成參數(shù),改變合成語音的聲學(xué)特征,系統(tǒng)靈活性高的基于隱馬爾科夫模型(Hidden Markov Model, HMM)的統(tǒng)計參數(shù)語音合成。本文以藏語拉薩方言為研究對象,設(shè)計了藏語拉薩方言的文本語料,錄制了語音語料,進(jìn)行文本分析和韻律信息標(biāo)注

2、,在 HTS(HMM-based Speech Synthesis System)系統(tǒng)下通過訓(xùn)練模型實現(xiàn)了藏語拉薩方言的統(tǒng)計參數(shù)語音合成。本文所做的工作如下:
　　1.設(shè)計了藏語拉薩話語音合成語料。通過分析藏語拉薩話在文、詞、音的特點,結(jié)合孔江平的《藏語方言字表》設(shè)計以聲韻母為基元科學(xué)的藏語拉薩話文本語料庫,構(gòu)建了800句基本覆蓋聲韻母的小語料庫和2000句全全覆蓋聲韻母的大語料,為合成高質(zhì)量語音打下基礎(chǔ)。并錄制男聲和女聲2800

3、句藏語拉薩話語音語料。
　　2對錄制語料進(jìn)行切分和標(biāo)注。為合成出高質(zhì)量語音對語料庫音節(jié)和聲韻母進(jìn)行準(zhǔn)確的準(zhǔn)確的切分,利用 praat軟件對語料庫進(jìn)行了文本標(biāo)注和韻律標(biāo)注,將其分成獲取邊界信息的音素層、音節(jié)層、詞語層、短語層和句子層五個層。
　　3.實現(xiàn)了在藏語拉薩話HTS語音合成系統(tǒng)下的統(tǒng)計參數(shù)語音合成。根據(jù)藏語拉薩話的發(fā)音特點,設(shè)計語料的上下文相關(guān)信息和問題集。以聲韻母為基元,分別訓(xùn)練兩個語料庫的語句實現(xiàn)了在HTS系統(tǒng)下藏