藏語(yǔ)拉薩話(huà)的HMM參數(shù)語(yǔ)音合成方法研究.pdf

1、在人機(jī)語(yǔ)音交互技術(shù)的飛速發(fā)展時(shí)代,語(yǔ)音合成技術(shù)一直是研究的熱門(mén),其中拼接合成算法占居一定的地位,但這種方法需要建立一個(gè)大語(yǔ)料庫(kù),并且擴(kuò)展性差,魯棒性不是很高。所以我們采用在語(yǔ)音數(shù)據(jù)量有限,同時(shí)可以調(diào)節(jié)合成參數(shù),改變合成語(yǔ)音的聲學(xué)特征,系統(tǒng)靈活性高的基于隱馬爾科夫模型(Hidden Markov Model, HMM)的統(tǒng)計(jì)參數(shù)語(yǔ)音合成。本文以藏語(yǔ)拉薩方言為研究對(duì)象,設(shè)計(jì)了藏語(yǔ)拉薩方言的文本語(yǔ)料,錄制了語(yǔ)音語(yǔ)料,進(jìn)行文本分析和韻律信息標(biāo)注

2、,在 HTS(HMM-based Speech Synthesis System)系統(tǒng)下通過(guò)訓(xùn)練模型實(shí)現(xiàn)了藏語(yǔ)拉薩方言的統(tǒng)計(jì)參數(shù)語(yǔ)音合成。本文所做的工作如下:
　　1.設(shè)計(jì)了藏語(yǔ)拉薩話(huà)語(yǔ)音合成語(yǔ)料。通過(guò)分析藏語(yǔ)拉薩話(huà)在文、詞、音的特點(diǎn),結(jié)合孔江平的《藏語(yǔ)方言字表》設(shè)計(jì)以聲韻母為基元科學(xué)的藏語(yǔ)拉薩話(huà)文本語(yǔ)料庫(kù),構(gòu)建了800句基本覆蓋聲韻母的小語(yǔ)料庫(kù)和2000句全全覆蓋聲韻母的大語(yǔ)料,為合成高質(zhì)量語(yǔ)音打下基礎(chǔ)。并錄制男聲和女聲2800

3、句藏語(yǔ)拉薩話(huà)語(yǔ)音語(yǔ)料。
　　2對(duì)錄制語(yǔ)料進(jìn)行切分和標(biāo)注。為合成出高質(zhì)量語(yǔ)音對(duì)語(yǔ)料庫(kù)音節(jié)和聲韻母進(jìn)行準(zhǔn)確的準(zhǔn)確的切分,利用 praat軟件對(duì)語(yǔ)料庫(kù)進(jìn)行了文本標(biāo)注和韻律標(biāo)注,將其分成獲取邊界信息的音素層、音節(jié)層、詞語(yǔ)層、短語(yǔ)層和句子層五個(gè)層。
　　3.實(shí)現(xiàn)了在藏語(yǔ)拉薩話(huà)HTS語(yǔ)音合成系統(tǒng)下的統(tǒng)計(jì)參數(shù)語(yǔ)音合成。根據(jù)藏語(yǔ)拉薩話(huà)的發(fā)音特點(diǎn),設(shè)計(jì)語(yǔ)料的上下文相關(guān)信息和問(wèn)題集。以聲韻母為基元,分別訓(xùn)練兩個(gè)語(yǔ)料庫(kù)的語(yǔ)句實(shí)現(xiàn)了在HTS系統(tǒng)下藏