基于MIDI的漢語普通話語音合成算法.pdf

1、語音合成是人機(jī)語音交互的一個(gè)重要組成部分.語音合成研究的目的是制造一種會(huì)說話的機(jī)器,使一些以其它方式表示和存儲(chǔ)的信息能轉(zhuǎn)化為語音,讓人們能通過聽覺而方便地獲得這些信息.語音合成的基本方法,可以歸納為三大類:波形合成方式、參數(shù)合成方式和規(guī)則合成方式.數(shù)字樂器接口(MIDI)設(shè)備是目前一切PC和音頻設(shè)備的標(biāo)準(zhǔn)配置,利用它來做語音合成可以最大限度地節(jié)省系統(tǒng)成本和減少運(yùn)算量.該文提出了基于MIDI的語音合成算法.該算法屬于波形合成方式,通過對(duì)標(biāo)

2、準(zhǔn)的可下載聲音(DLS)波表的語音擴(kuò)展,以實(shí)現(xiàn)象合成樂音一樣地合成語音.在實(shí)現(xiàn)上述算法過程中,該文完成了以下工作:1、在分析了漢語普通話語音學(xué)特征的基礎(chǔ)上提出了利用語譜圖和短時(shí)過零分析從音節(jié)中切分普通話聲母和韻母的方法.2、將所有的聲母和韻母波形制作成符合DLS結(jié)構(gòu)的語音波表,并通過保留韻頭段和對(duì)韻腹段波形的重復(fù)達(dá)到壓縮存儲(chǔ)空間的效果.3、利用ADSR修正結(jié)構(gòu)對(duì)陰平波形的頻率進(jìn)行修正以得到其它的三個(gè)聲調(diào),這樣使得每一個(gè)韻母只需要存儲(chǔ)一套