基于统计和规则相结合的汉语语音合成的韵律模型

Statistic and Rule based Prosody Model of Chinese Speech Synthesis

1引言 近几年来,计算机的运算速度和容量都获得了飞速的发展,从大量语料中提取连续语句的韵律特征,并采用数据驱动的方式实现语音合成系统,不仅已经成为现实,而且为语音合成技术的发展带来了重要的契机.以数据驱动技术为代表的语音合成技术,融合了大量现代人工智能领域的技术,如自然语言理解中的分词、词性分析、语法和语义分析技术、人工神经网络技术、决策树技术、隐马尔可夫技术等.通过这些方法的应用,结合语料的设计,建立韵律的训练模型,使语音合成的质量获得了相当的提高.同时这些方法的成功应用,在很大程度上也改变了汉语语音合成研究的研究重点,使汉语语音合成的研究突破早期重点在声学模型上的研究上,而变成一个系统而复杂的工程.语音合成的整体研究和开发,迈上了一个全新的台阶.……