基于聽感量化的語音合成研究.pdf

1、該文通過"聽感量化"思想的提出以及在此思想下對語料庫設計、韻律預測、音庫裁減、以高層韻律描述為輸入的合成單元挑選等語音合成關鍵技術的深入研究,較好地解決了上述語音合成系統(tǒng)所遇到的困難.該文的創(chuàng)新點主要有以下幾點:1、提出了"聽感量化"思想.將自然語流環(huán)境中復雜多變的音變單元從聽覺感知的角度量化為有限數(shù)量的"聽感量化單元"來表征,為語音規(guī)律的深入研究和語音單元的提取找到了全新的方法;2、提出了基于聽感量化的語料庫設計方法,確保了語料庫從聽

2、感上的完備性和均衡性,大大提高了語音合成系統(tǒng)在各種應用領域的一致性合成效果;3、提出了從海量錄音語料中提取聽感量化單元的方法,有效解決了語音合成系統(tǒng)面對不同存儲容量時的音庫裁減問題.對確保系統(tǒng)裁減前后從聽感上保持最大的一致性有了理論上的保障;4、為修訂孤立量化單元拼接時可能產(chǎn)生的匹配誤差,把聽感量化進一步延伸到變長基頻模板構造中,并以層次化的數(shù)據(jù)挖掘為手段,建立起高精度的基頻預測模型.保證了可伸縮架構下語音合成的自然度和表現(xiàn)力;5、在語