漢語語音合成韻律控制方法與實現(xiàn)的研究.pdf

1、隨著科學(xué)與技術(shù)的發(fā)展，語音合成和語音識別已經(jīng)開始廣泛應(yīng)用于社會的各個方面，并且成為人工智能、語音信號處理以及人機多媒體交互研究領(lǐng)域的熱點之一。然而對于語音合成來說，漢語不同于西方語系，表現(xiàn)在語法結(jié)構(gòu)、語法規(guī)則、聲學(xué)特性、韻律特征等多個方面。首先，漢語是聲調(diào)語言，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發(fā)生變異，即出現(xiàn)協(xié)同發(fā)音現(xiàn)象。同時，連續(xù)語流中的發(fā)音中間還會有短暫的停頓，這體現(xiàn)了人說話的節(jié)奏感。在漢語的文語轉(zhuǎn)換(TT

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

3、征出發(fā)，諸如漢語的聲調(diào)及特點、漢語的語調(diào)及模式，分析和研究漢語的韻律特征(基頻、時長、幅度)、重音、停頓以及韻律邊界之間的相互關(guān)系，提出了適用于漢語語音合成的韻律控制規(guī)則。 2、通過對漢語的韻律及其層次結(jié)構(gòu)的分析與對比，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)測和韻律分層控制的思想。 3、確定了以音節(jié)作為拼接的語音基元，采用基于數(shù)據(jù)驅(qū)動的統(tǒng)計模型和規(guī)則相結(jié)合的方法，實現(xiàn)韻律建模及其韻律控制。