摘要
藏语康巴方言是一种分布在中国西南部的少数民族语言,数据量低且具有丰富的声调和声母变化,给语音合成带来了很大的挑战。目前,现有的藏语语音合成模型大多基于传统的声码器或神经网络架构,需要大量的标注数据和复杂的训练过程,而且合成效果不理想。文章通过改进VITS模型,使其运用于藏语语音合成,在一个小规模的藏语康巴方言语料库上训练了VITS模型。实验结果表明,VITS模型可以很好地应用于藏语康巴方言的语音合成,不仅可以保持语音的自然度和清晰度,还可以准确地反映语音的声调和声母变化。
出处
《电脑知识与技术》
2024年第4期8-10,15,共4页
Computer Knowledge and Technology
基金
国家自然科学基金项目“敦煌藏文文献文本识别方法的研究”(62166038)
四川省科技计划项目“涉藏网络舆情的洞察及正向引导关键技术研究”(2023YFQ0044)
西藏大学研究生“高水平人才培养计划”项目“藏语三大方言语音合成系统的研究与实现”(2021-GSP-S126)。
