基于隱馬爾可夫模型的高表現(xiàn)力語音合成技術(shù)的研究.pdf

1、近年來，隨著語音技術(shù)的飛速發(fā)展，語音合成技術(shù)越來越趨于成熟，合成的語音音質(zhì)和自然度方面都有了比較明顯的提高。在合成領(lǐng)域，具有高表現(xiàn)力的情感合成越來越為研究者所重視。如何讓機器合成出的語音更具有“人情味”，成為語音合成界關(guān)注的焦點。
　　 同時，如何在不擴大訓(xùn)練數(shù)據(jù)庫，不提高合成技術(shù)復(fù)雜度的情況下，通過對語音韻律特征的更好的建模，實現(xiàn)高自然度高表現(xiàn)力的語音合成，是對我們研究者提出的挑戰(zhàn)。為此，本文對基于隱馬爾可夫模型HMM(Hid

2、den Markov Model)的高表現(xiàn)力的語音合成技術(shù)進行了系統(tǒng)的介紹，并為改善合成語音的表現(xiàn)力開展了深入的研究。整篇文章的結(jié)構(gòu)安排如下：
　　 論文第一章概括的論述了本文的研究背景。首先介紹了近幾十年來語音合成技術(shù)的發(fā)展情況，然后簡要分析了現(xiàn)有的幾種常見的語音合成方法，與語音合成技術(shù)相關(guān)的概念與方法及高表現(xiàn)力語音合成技術(shù)的提出等。
　　 論文第二章主要介紹了目前最為常用的基于HMM模型的可訓(xùn)練語音合成技術(shù)(Tra

3、inable TTS)的基本框架。包括Trainable TTS合成系統(tǒng)的流程，關(guān)鍵技術(shù)點，韻律參數(shù)的介紹及其相關(guān)的情感合成的知識，為本文在Trainable TTS表現(xiàn)力提升方面的工作做基礎(chǔ)和鋪墊。
　　 論文第三章主要討論從影響韻律的重要參數(shù)——基頻特征提取方面來改善基線系統(tǒng)。針對現(xiàn)在基線合成系統(tǒng)存在的基頻預(yù)測不準確的問題，我們考慮包含更多信息的長時單元——音節(jié)單元，理論上，更長單元的基頻特征更能反映基頻的走勢特征。實驗驗

4、證了在悲傷情感庫上可以取得更好的效果。
　　 論文第四章從基頻建模方法這一角度來改善現(xiàn)有的基線合成系統(tǒng)的效果。針對現(xiàn)在合成系統(tǒng)存在的基頻預(yù)測不準確的缺陷，我們認為現(xiàn)在基頻與頻譜同步建模方法存在問題。我們提出一種半異步建模的方法，即基頻和頻譜參數(shù)在一個音素內(nèi)部對應(yīng)不同的狀態(tài)序列，最后通過實驗總結(jié)了異步建模方法的性能表現(xiàn)。
　　 論文第五章是從另一個影響韻律重要參數(shù)——時長角度來改善現(xiàn)有基線系統(tǒng)。主要方法是：結(jié)合音素單元的時