情感語音合成.pdf

1、語音是最理想的人機(jī)交互方式之一,而語音合成技術(shù)則是實(shí)現(xiàn)語音人機(jī)交互的基礎(chǔ)。從第一個(gè)電子語音合成器問世以來,隨著各種新技術(shù)手段的應(yīng)用,特別是近年來隨著基于基音同步疊加、結(jié)合大規(guī)模自然語音庫和數(shù)據(jù)挖掘等智能算法的語音合成方法的流行,語音合成技術(shù)在可懂度和自然度上達(dá)到了相當(dāng)?shù)乃?并且開始產(chǎn)業(yè)化,逐漸進(jìn)入人們的日常生活。語音合成技術(shù)的推廣應(yīng)用,對(duì)語音合成的質(zhì)量提出了更高的要求。如何進(jìn)一步提高語音合成的表現(xiàn)力,特別是讓合成語音能夠模擬表達(dá)說話人

2、的情感狀態(tài),是語音合成未來發(fā)展的趨勢(shì),也是語音合成研究領(lǐng)域所面臨的一個(gè)難題。情感語音合成是一個(gè)跨學(xué)科的、具有很高理論價(jià)值和應(yīng)用價(jià)值的研究課題;作為語音合成的一個(gè)新的研究方向,正受到眾多研究者越來越多的關(guān)注。
　　本文以情感語音的基頻特征為主要研究對(duì)象,以合成情感語音為主要研究目標(biāo),對(duì)基于基頻特征的情感語音建模以及情感語調(diào)規(guī)則指導(dǎo)下的情感語音合成器設(shè)計(jì)等問題進(jìn)行了較深入的研究。在此基礎(chǔ)上,構(gòu)建了一個(gè)語音合成系統(tǒng),該系統(tǒng)除了可以驗(yàn)證本

3、文提出的模型方法外,還可以作為語音處理相關(guān)研究的實(shí)驗(yàn)平臺(tái),為以后的研究工作創(chuàng)造良好的實(shí)驗(yàn)條件。
　　本文的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　(1)從情感語音處理的需求出發(fā),通過對(duì)Fujisaki基頻模型進(jìn)行改進(jìn),提出了一種對(duì)情感語音基頻進(jìn)行建模的方法。該方法首先利用高通濾波器分離出基頻曲線中的低頻成分和高頻成分,再分別從低頻成分和高頻成分中提取模型的短語命令參數(shù)和聲調(diào)命令參數(shù)。提取命令參數(shù)時(shí)根據(jù)命令響應(yīng)函數(shù)的特性,設(shè)計(jì)了從左往右、依次迭

4、代提取的方法。該模型方法能夠?qū)⒒l曲線根據(jù)明確語音學(xué)含義進(jìn)行參數(shù)化,并且模型參數(shù)分布與情感模式有一定的對(duì)應(yīng)關(guān)系。同已有的同類研究相比較,本文所提出的基頻模型能夠反映語音的情感特征,所給出的模型參數(shù)提取方法簡(jiǎn)潔、有效,不需要任何手工標(biāo)注。
　　(2)提出了一種數(shù)據(jù)驅(qū)動(dòng)的語調(diào)模型方法,建立了特征語調(diào)的概念,并將相關(guān)的概念和方法用于分析普通話中情感模式對(duì)應(yīng)的情感模式語調(diào)。在限定語料長(zhǎng)度、結(jié)構(gòu)以及說話人的前提下,采用主成分分析方法獲取6個(gè)

5、特征語調(diào),借助這6個(gè)特征語調(diào)表示所有的語調(diào)。實(shí)驗(yàn)表明,本文提出的特征語調(diào)能夠在可以接受的誤差范圍內(nèi)擬合出所有語調(diào),并且使用特征語調(diào)分析出的情感模式語調(diào)具有相當(dāng)?shù)那楦斜磉_(dá)能力。另外,本文還對(duì)采用特征語調(diào)表達(dá)混合情感模式的相關(guān)問題進(jìn)行了探討。通過將原始語調(diào)投影到相應(yīng)的低維空間，可以得到語音情感模式在低維空間中的分布規(guī)律。利用所得到的分布規(guī)律可以通過控制語調(diào)實(shí)現(xiàn)在不同情感模式之間的轉(zhuǎn)移。上述語調(diào)表示方法可以用于包括情感語音合成在內(nèi)的諸多應(yīng)用。

6、
　　(3)基于自相關(guān)函數(shù)法，并結(jié)合無聲段Hermite插值、分段三次多項(xiàng)式迭代擬合等方法提出了獲取基頻曲線的改進(jìn)算法。該方法能夠簡(jiǎn)單、快捷地從原始語音中提取出光滑的基頻曲線，從而為基頻建模研究打下基礎(chǔ)。
　　(4)在情感語音數(shù)據(jù)庫相對(duì)匾乏的現(xiàn)狀之下，針對(duì)語音產(chǎn)生的機(jī)理復(fù)雜、語音語調(diào)受包括語法句式、重音、說話人情感以及說話人個(gè)性特征等在內(nèi)的眾多因素影響的特點(diǎn)，為了突出語調(diào)如何受情感因素影響的研究初衷，本文設(shè)計(jì)、制作了相應(yīng)的情