2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、語音是人類最直接、最有效的交流方式。隨著計算機智能和情感計算的發(fā)展,人們對語音處理技術的要求越來越高。本文針對多樣化的語音,提出了基于HMM的語音合成方法,實現(xiàn)了系統(tǒng)的自動訓練與構建。在此基礎上,研究了語音的情感分類方法以及情感語音的特征分析,通過分析情感語音在基頻、時長、能量和上下文等方面的特征,總結出情感語音和中性語句之間的關聯(lián)。為了合成出高質量的情感語句,特別引入了PAD三維情感模型,將離散化的情感語音擴展為可計算的量化語音。最后

2、,通過語音合成器合成目標情感語音。
  本文采用PAD情感狀態(tài)模型分析語音的情感特征,這為今后語音的情感處理研究提供了理論依據(jù)。通過Boosting-GMM算法來預測建模,為后續(xù)的目標情感語音合成奠定了良好的實驗基礎和分析依據(jù)。本文主要研究工作和研究成果如下:
  1.提出一種基于統(tǒng)計聲學模型的語音合成方法,建立了一個完整的可訓練的語音合成系統(tǒng)框架。該系統(tǒng)對輸入的語音數(shù)據(jù)進行聲學參數(shù)建模,并以訓練得到的統(tǒng)計模型為基礎構建相應

3、的合成系統(tǒng),能夠很好地滿足目前對多樣化和高表現(xiàn)力的語音合成需求。
  2.采用了PAD情感狀態(tài)模型對情感語音特征參數(shù)進行了定量分析,得出不同情感狀態(tài)與PAD三個維度之間的映射關系,為后續(xù)的目標情感語音合成提供了理論基礎,提高了合成語音的音質。
  3.通過Boosting-GMM算法進行情感預測建模。針對實驗中的四種目標情感,建立四種弱預測模型。每個弱預測模型由一種基本的預測模型和其它輔助預測模型組成。實驗對比了基于GMM和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論