語音聲源特征分析及其在情感語音研究中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)硬件水平的不斷發(fā)展以及基于大語料庫單元挑選和波形拼接方法的廣泛采用，現(xiàn)有的語音合成技術(shù)已經(jīng)基本解決了朗讀風(fēng)格語音合成的可懂度與自然度問題，語音合成相關(guān)的產(chǎn)品也越來越多的出現(xiàn)在人們的日常生活中。然而另一方面，人們對于語音合成系統(tǒng)的要求也日益提高，不再局限于簡單的文本信息播報(bào)，而是希望機(jī)器能夠具有與人類相似的通過語言表達(dá)情感的能力。因此，近些年來，具有情感表現(xiàn)力的語音合成受到人們越來越多的關(guān)注，也成為語音合成領(lǐng)域的一個研究熱點(diǎn)。

2、 與語音聲源參數(shù)相關(guān)的“音質(zhì)”特征是語音信號中表達(dá)不同情感的一個重要聲學(xué)參數(shù)，也是情感語音研究的一個重要方面。本文以情感語音分析與合成研究為應(yīng)用背景，提出了一種利用語音信號頻譜中的聲源相關(guān)特征進(jìn)行語音頻譜分解和聲源參數(shù)度量的方法，整篇文章的結(jié)構(gòu)安排如下： 第1章是緒論，在其中將簡單介紹情感語音研究的內(nèi)容、與情感表達(dá)相關(guān)的語音參數(shù)，重點(diǎn)介紹語音中“音質(zhì)”特征的定義與描述，以及一些常用的聲源分析與度量方法，并分析這些方法中可能

3、存在的問題； 第2章中將詳細(xì)介紹本文提出的基于語音頻譜分解的聲源參數(shù)提取方法，整個方法是在STRAIGHT語音分析合成算法基礎(chǔ)上實(shí)現(xiàn)的，提出的方法包括兩種，一種是基于混合高斯的頻域建模與聲源度量的方法，另一種是基于LF模型頻域特征的聲源參數(shù)提取算法，通過實(shí)驗(yàn)可以證明這兩種方法在聲源分析上的有效性； 本文在第3章中重點(diǎn)介紹提出的基于LF模型頻域特征的聲源分析方法在情感語音分析/合成中的應(yīng)用，包括針對情感語音自然語流的參數(shù)提