基于数理方法的语音重构研究

为了维护听障患者的身心健康,探究弱听患者在不同频率段存在的分贝值衰减的现象,从语音的发音原理出发,采用自相关函数法、倒谱法分别对语音信号进行基频、共振峰提取。通过语谱图探究基频曲线与共振峰的相关性,采用曲线函数拟合法对基频进行拟合,采用帧重叠相加法实现语音合成。进一步调整特征参数值实现语音重构,总结听障患者在不同频段的分贝值变化规律。结果表明,对于语音重构函数,在特定频率段内改变分贝值能够有针对性地提升听障患者的听力效果。

函数拟合实现语音演唱

语调是说话的腔调,由不同的声调抑扬顿挫的配制和变化形成,是人类传递情感的特征之一.通过调节语调参数来改变一段话语中某个字音的长短及高低,从而使可控的语调实现语音演唱的效果,弥补了语音合成在歌曲演唱方面研究的缺失.采用倒谱法来提取基音频率,线性预测编码(Linear Predictive Coding,LPC)方法对共振峰进行估算,最终通过高次多项式对语音声调的基频进行拟合,将得到的拟合函数进行实时调整,形成语调以达到语音演唱的目的.从基音频率及共振峰两个基本参数出发,结合发音的数理本质,用直观的数学方法来进行语音演唱的合成,使得原始语音与合成语音的总体识别率达到了87.6%.合成结果表明,采用调整语音合成参数的方法进行语调的变化,能够使语音演唱的表现更加可控.

多项式函数拟合实现汉语声调的语音合成

汉语语音的声调是个人语气与情感状态最直接的表达,是体现汉语语言状态最重要的特征之一。为了使得语音合成的逼真度得到有效的提高,讲话者的话语更加具有区分度,通过加入声调参数特征实现语音语调变换,以期成为情感识别和语音识别的准确度最有力的助推剂,弥补语音合成结果在情感特征以及语音演唱方面的不足。分别对汉语阴平、阳平、上声、去声采用基频提取的方式进行声调的分析、研究,将得到的基频曲线采用多项式函数拟合的方法对汉语4种声调进行重新构建,从数学角度对汉语声调进行分析、重构,采用三角函数曲线模拟随时间变化的语音基频曲线,根据共振峰频率将曲线进行叠加,达到了95.91%的满意的识别结果。结果表明:采用多项式函数拟合方法实现汉语4种声调的语音合成,更好地还原了语音的数学本质,使得抽象化的语音表现得更直观可控。

函数拟合实现带声调的语音合成

语音的声调最能突显个人语气与情感状态,通过加入声调参数这一特征,能够有效提高语音合成的逼真度,使得话语更加具有区分度,并且有效提高了情感识别和语音识别的准确度,弥补了语音合成的结果缺乏情感特征以及语音演唱的不足。采用基频提取的方式分别对汉语一声、二声、三声、四声声调进行分析、研究,最终采用多项式函数拟合的方法进行声调的重新构建,从数学角度对语音声调进行分析、重构,采用三角函数模拟不同时间的语音基频曲线,将不同频率的曲线进行叠加,达到了95.91%的满意识别结果。合成结果表明:采用函数拟合方法进行带声调的语音合成,更好地还原了语音的数理本质,使得抽象化的语音表现得更为具体、可控。