版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著語音合成技術(shù)的進(jìn)步,語音合成系統(tǒng)開始走向大規(guī)模應(yīng)用的時(shí)代。特別是隨著可訓(xùn)練語音合成技術(shù)(TrainableTTS)合成效果的逐步改善,以及該技術(shù)適用于嵌入式低存儲空間的特點(diǎn),極大地推動了語音合成技術(shù)的產(chǎn)業(yè)化發(fā)展。同時(shí),語音合成系統(tǒng)對構(gòu)建語音合成系統(tǒng)的語音庫也提出了更高的要求,特別是在多樣化語音合成方面的需求,如口音上的差異,使得語音合成系統(tǒng)經(jīng)常需要重新構(gòu)建。但是,傳統(tǒng)的語音庫構(gòu)建方法,也就是人工構(gòu)建方法,存在周期長、一致性差、耗費(fèi)資
2、源等缺點(diǎn),并且基于該語音庫的合成系統(tǒng)合成的語音表現(xiàn)力差。
在這種背景下,一種能夠在短時(shí)間內(nèi)且極少人工干預(yù)下通過自動訓(xùn)練的方式構(gòu)建語音合成系統(tǒng)語音庫,能夠滿足多樣化語音合成需求的技術(shù),有著很高的理論研究及使用價(jià)值。對此,本論文在基于HMM的可訓(xùn)練語音合成系統(tǒng)的語音庫自動構(gòu)建方面,包括技術(shù)框架構(gòu)建、關(guān)鍵技術(shù)以及相關(guān)技術(shù)應(yīng)用,進(jìn)行了深入而系統(tǒng)的研究,本論文具體的研究工作和研究成果如下:
首先提出了一個(gè)基于音頻分類算
3、法的語音探測技術(shù)去除帶有音樂的音頻文件,保留純話語音頻。該音頻分類算法融合了高斯混合模型(GMM)和時(shí)長可變隱馬爾科夫模型(VDHMM)。該算法,首先通過高斯混合模型分類音頻的每一幀,然后通過時(shí)長可變隱馬爾科夫模型的Viterbi算法根據(jù)似然值最大化準(zhǔn)則將已分類幀組合成段,完成音頻分類。
其次,提出了一個(gè)句子自動切分算法。在該算法中,首先通過基于隱馬爾科夫模型的無監(jiān)督的方法訓(xùn)練音素隱馬爾科夫模型,并通過強(qiáng)制對齊(force
4、d-alignment)技術(shù)將篇幅的音素序列和篇幅文本對齊;然后根據(jù)句子結(jié)束符號(如句號、問號、感嘆號等)來切分句子;最后通過一個(gè)檢查機(jī)制,來判斷該句子結(jié)束符號是否正確,進(jìn)而獲得被正確切分的句子。
第三,提出了一個(gè)改進(jìn)的句子切分算法。該方法能得到更高的句子切分準(zhǔn)確率,獲得更多的正確切分句子。該改進(jìn)算法基于一個(gè)迭代過程,過程如下:1)根據(jù)正確的句子結(jié)束符號切分篇幅語音獲得段落語音和句子語音,利用該結(jié)果訓(xùn)練更為精確的音素隱馬爾
5、科夫模型;2)然后通過強(qiáng)制對齊技術(shù)將該段落語音和句子語音的音素序列和文本對齊;3)根據(jù)正確的句子結(jié)束符切分該段落語音和句子語音。循環(huán)1-3,直到?jīng)]有更多的段落和句子數(shù)目被切分出來。
此外,提出了在限定文本條件下的語料庫自動構(gòu)建方法。在該方法中,首先是使用改進(jìn)的Okapi公式來計(jì)算句子分?jǐn)?shù);然后反復(fù)地選擇分值較高的句子替換語料庫句子中分值較低的語料庫句子直到語料庫句子分?jǐn)?shù)小于某一閾值;最后基于語料庫句子,構(gòu)建可訓(xùn)練語音合成系
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 說話人識別語音庫構(gòu)建技術(shù)的研究.pdf
- 語音合成音庫自動標(biāo)注方法研究.pdf
- 語音Corpus的自動構(gòu)建和語音最小化標(biāo)注的研究.pdf
- 基于數(shù)據(jù)庫的本體自動構(gòu)建關(guān)鍵技術(shù)研究.pdf
- 語音自動切分技術(shù)的研究與實(shí)現(xiàn).pdf
- 語音合成系統(tǒng)中自動分詞技術(shù)的研究.pdf
- 漢語語音合成中自動切分技術(shù)的研究.pdf
- 基于本體的健康知識庫自動構(gòu)建方法研究.pdf
- 嵌入式漢語合成語音庫的構(gòu)建與搜索.pdf
- 小語音庫的語音識別及實(shí)現(xiàn).pdf
- 中文問答系統(tǒng)知識庫的自動構(gòu)建問題研究.pdf
- 基于語料庫的中文語音合成技術(shù)研究.pdf
- 新聞廣播語音自動摘要技術(shù)研究.pdf
- 小語音庫語音識別的研究及應(yīng)用.pdf
- 核廢物庫吊車自動定位技術(shù)的研究.pdf
- 基于關(guān)系數(shù)據(jù)庫的本體自動構(gòu)建的研究.pdf
- 限定性文本的語料庫自動構(gòu)建.pdf
- 基于細(xì)胞自動機(jī)的語音安全技術(shù)研究.pdf
- 漢語動賓搭配庫構(gòu)建技術(shù)研究.pdf
- 基于句型庫的語音識別研究.pdf
評論
0/150
提交評論