基于PSOLA与DCT的情感语音合成方法

情感语音合成可以增强语音的表现力,为使合成的情感语音更自然,提出一种结合时域基音同步叠加(PSOLA)和离散余弦变换(DCT)的情感语音合成方法。根据情感语音数据库中的高兴、悲伤、中性语音进行韵律参数分析归纳情感规则,调整中性语音各音节的基音频率、能量和时长。使用DCT方法对基音标记过的语音段进行基音频率的调整,并利用PSOLA算法修改基音频率使其逼近目标情感语音的基频。实验结果表明,该方法比单独使用PSOLA算法合成的情感语音更具情感色彩,其主观情感的识别率更高,合成的情感语音质量更好。

基于TD-PSOLA算法的汉语普通话韵律合成

结合汉语普通话的韵律特征 ,采用 TD- PSOL A算法实现了汉语普通话的韵律合成 ,并对合成语音和原始语音的韵律参数作了比较分析 .实验结果表明 ,这种方法能够有效地控制语音韵律参数 ,实现较高质量的语音韵律合成 .

火电厂语音报警系统中的动态文语转换方法

针对火电厂实时动态语音报警系统的特点,提出了基于动态文语转换技术的火电厂实时动态语音报警系统的实现框架.阐述了实时、动态文语转换子系统的各组成部分,研究了基于基音同步叠加算法(PSOLA)的实时动态文语转换方法,讨论了采用组件对象模型(COM)技术进行包括语音合成数据库、文本预处理、韵律处理和语音波形的生成在内的程序实现的要点.分析测试的结果表明,采用这种方法合成的语音质量高、实时性好,完全可以应用到包括火电厂实时动态语音报警系统在内的其他实时语音处理场合中.

基于情感基音模板的情感语音合成

为了合成能够模拟表达说话人的情感状态的语音,提出一种基于情感基音模板的情感语音合成方法。该方法分别建立高兴、愤怒、悲伤和中立4种不同情感下的韵母基音模板库,建立4种声调模型,统计分析语音库中情感语音的韵律特征参数,运用基音同步叠加算法(PSOLA)合成含情感色彩的语音。实验以音节为合成单位,根据情感特征参数的统计分析结果调节合成语音的韵律特征,合成各种情感的语音。仿真实验结果表明:用情感基音模板合成的目标情感语音具有目标情感的音质色彩,再通过韵律参数调节,可合成较理想的情感语音。该方法可用于增加语音合成系统的智能化,提高人机交互的能力。

汉语语音的时域声调转换方法

简要地介绍了用于语音分析合成的时城基音同步叠加算法，在此基础上提出一种汉语语音时域声调转换方法。利用这种方法可以将一种声调的语音转换为另一种声调的语音，除微小的音质降低外，仍可保持较好的语音质量。这种方法直接对语音波形进行处理，具有计算简单、能在一般微型计算机上进行实时的特点。将之用于语音合成系统，可以通过相同声韵母的音节只存储一种声调的语音数据而大大降低音库的容量；用这种方法按照汉语语句的语调变化规律来合成语句，还可以较好地改善汉语语句合成的自然度．

基于数据驱动的语音库的分析与构建

语音数据库和规则库是转换系统中最基本和重要的部分,在进行转换时,根据韵律建模的结果,从原始语音库中取出相应的语音基元,利用特定的语音合成技术对基元进行韵律调整合成。针对语音数据库和规则库的建立技术,在GPS嵌入式系统的语音库构建过程中,在与传统方法比较的基础上,给出了基于数据驱动的构建方法,并在特定平台RAM10上,对“文-语”转换技术中的瓶颈之一进行了探讨和实践。

汉语语音合成的研究进展

为解决如何让机器像人那样说话的问题,综述了近年来汉语语音合成技术的进步和发展;描述了汉语语音合成系统的设计方法;对基于汉语语音特点的语音合成过程中的一些关键技术和原理进行了详细的分析和比较;阐述了语音合成在多媒体等方面上的应用以及目前评价语音合成系统性能的一些新方法,并对当前语音合成技术的研究热点和语音合成技术存在的问题进行了分析,为语音合成技术的进一步研究提供了借鉴作用。