基于數(shù)據(jù)挖掘技術(shù)的語音合成韻律學(xué)習(xí)方法研究.pdf

1、在語音合成領(lǐng)域研究者們最關(guān)心的問題之一依舊是如何提高合成語音的自然度。現(xiàn)有語音合成的研究方法能在一定程度上提高語音的合成度，但還是不能得到人們理想的合成效果。影響合成語音質(zhì)量的一個(gè)很重要因素在于目前使用的韻律規(guī)則不夠完善。近幾年來人們利用大語料庫進(jìn)行學(xué)習(xí)，以期獲得自然的原始數(shù)據(jù)用以更好的學(xué)習(xí)規(guī)則。此時(shí)數(shù)據(jù)挖掘技術(shù)便成為研究語音合成的首選方法。 本課題研究以湖南省自然科學(xué)基金項(xiàng)目“基于數(shù)據(jù)挖掘技術(shù)的語音合成方法研究(033JJY3

2、097)”為背景，本課題以當(dāng)前語音合成技術(shù)的發(fā)展方向?yàn)檠芯康某霭l(fā)點(diǎn)，使用數(shù)據(jù)挖掘技術(shù)中的不同方法進(jìn)行語音合成中的韻律學(xué)習(xí)。 文中首先優(yōu)化韻律參數(shù)，并將其運(yùn)用到關(guān)聯(lián)規(guī)則對(duì)韻律參數(shù)進(jìn)行規(guī)則提取的方法中，提出采用優(yōu)化韻律參數(shù)后的規(guī)則提取過程，并對(duì)原有Apriori算法進(jìn)行改進(jìn)而獲得更適合語音合成的HLApriori算法，通過該算法可以將原有Apriori算法得到的韻律規(guī)則進(jìn)一步細(xì)分，得到更多研究者感興趣的規(guī)則。 其次，本文先對(duì)

3、兩字詞中音節(jié)韻律規(guī)則通過神經(jīng)網(wǎng)絡(luò)方法獲取基頻和時(shí)長的映射關(guān)系，利用訓(xùn)練后得到的網(wǎng)絡(luò)直接計(jì)算出所需的基頻以用于合成。通過實(shí)驗(yàn)，得到較好的學(xué)習(xí)效果并且利用神經(jīng)網(wǎng)絡(luò)生成的基頻變化結(jié)果完全符合公認(rèn)的聲調(diào)變化規(guī)律。 為了學(xué)習(xí)句子中音節(jié)的韻律變化規(guī)律，首先通過聚類分析得出典型的句中音節(jié)基頻模式，這些基頻模式完全可以對(duì)應(yīng)于目前通用的聲調(diào)曲線。在基頻模式基礎(chǔ)上，將訓(xùn)練數(shù)據(jù)中的基頻變換到高層次描述并綜合采用多種數(shù)據(jù)挖掘方法進(jìn)行韻律規(guī)則的學(xué)習(xí)，取得