基于HTK的個(gè)性化語音合成研究與實(shí)現(xiàn).pdf

1、隨著語音技術(shù)的不斷進(jìn)步，語音合成技術(shù)也有了非常顯著的提高。語音合成的效果有了很大的改善，語音的可懂度和自然度也基本能夠滿足了人們的需求。然而用戶對現(xiàn)有的語音合成系統(tǒng)也提出了更高的要求，尤其是對于個(gè)性化語音合成方面的需求。在這種背景下，個(gè)性化語音合成技術(shù)就具有了很高的理論研究和使用價(jià)值。
　　 本文首先分析了不同語音產(chǎn)生的機(jī)理并對影響語音個(gè)性化的特征參數(shù)進(jìn)行了詳細(xì)的實(shí)驗(yàn)研究;并搭建了基于HTK(HMM-Tool-Kit)平臺的英文

2、語音合成系統(tǒng)，該語音合成系統(tǒng)的設(shè)計(jì)主要包含了語音庫數(shù)據(jù)的預(yù)處理、基頻參數(shù)和梅爾倒譜參數(shù)的隱馬爾可夫模型(HMM)訓(xùn)練以及參數(shù)語音合成三部分;最后在該系統(tǒng)合成出來的語音基礎(chǔ)上進(jìn)行個(gè)性化特征參數(shù)調(diào)整，完成了個(gè)性化語音的合成。
　　 本文的主要研究內(nèi)容如下:
　　 (1)在分析語音合成原理以及當(dāng)前常用語音合成算法的基礎(chǔ)上，選取了基于HMM可訓(xùn)練語音合成算法來進(jìn)行語音合成;設(shè)計(jì)了基于HTK的個(gè)性化語音合成系統(tǒng)框架，分析了個(gè)性化語

3、音合成的難點(diǎn)以及本文研究的重點(diǎn)。
　　 (2)從語音產(chǎn)生的機(jī)理分析了語音個(gè)性化產(chǎn)生的原因，以及不同語音參數(shù)對語音個(gè)性化產(chǎn)生的影響，在此基礎(chǔ)上選取了對語音個(gè)性化影響較大的四個(gè)特征參數(shù)（時(shí)長、基頻、能量、共振峰）分別進(jìn)行了實(shí)驗(yàn)分析，得出各個(gè)參數(shù)的調(diào)整和變化對語音個(gè)性化產(chǎn)生的具體影響。
　　 (3)在HTK語音合成系統(tǒng)設(shè)計(jì)當(dāng)中，完成了語音合成的預(yù)處理工作，包括語料庫的選取、語音庫標(biāo)注以及語音參數(shù)的提取;在模型訓(xùn)練過程中，解決了

4、英文的上下文相關(guān)語法設(shè)計(jì)、問題集的設(shè)計(jì)以及基于決策樹的模型聚類問題，并完成了合成系統(tǒng)的HMM訓(xùn)練;在語音合成階段，完成了待合成語句的文本分析以及文本標(biāo)注;最后在Unix環(huán)境下完成了基于HTK平臺的英文語音合成。
　　 (4)使用Praat軟件對合成語音以及目標(biāo)語音的四個(gè)主要個(gè)性化特征參數(shù)進(jìn)行提取與分析，對比二者之間的差別。在此基礎(chǔ)上，對合成語音的個(gè)性化特征參數(shù)進(jìn)行調(diào)整和修改，合成出具有個(gè)性化特征的語音，并對個(gè)性化語音進(jìn)行測評。本