基于时域基音同步叠加技术的普通话语音调节系统

根据时域基音同步叠加算法设计了一个用于普通话的语音调节系统。首先,本文对文语转换技术和时域基音同步叠加算法进行了简要的介绍,并推导了算法的计算过程。接下来,本文为文语转换系统设计了两种接口函数。然后,本文对常用中文音节进行了测试,并给出了一个中文音节的测试结果。测试结果表明,本系统能够对语音的基频、时长等参数进行灵活调节。

基于指数加权的基音平滑算法

提出了一种用于语音合成的语音片断基音平滑技术。在基于波形拼接的语音合成中,一般使用TD-PSOLA算法进行基频和时长的修改,但是用传统的TD-PSOLA算法进行的基频修改是针对片断整体而言,所以仍然不能很好的解决语音合成中的拼接单元之间的基频不连续问题,特别是在片断接合处。由于基元片断提取自不同语境的语料,合成语音听起来明显感觉到音高的不自然。对传统的TD-PSOLA算法进行了改进,以基音周期为间隔对语音片断信号进行分帧,通过指数加权相应帧的方法来进行平滑处理,经听音测试,较好的解决了拼接片断间的不连续现象。

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。

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PSOLA语音合成技术在雷达模拟机上的应用

随着航空运输业的不断发展,迫切需要更多的管制员。为了适应这一需求,陆续出现了培训使用的雷达模拟机、塔台模拟机等设备,提高了管制员的实际业务水平,缩短了培训时间。为了更好地发挥模拟机的作用,我们把语音合成及识别技术引入其中,实践证明,提高了培训效率,达到了设计目标和用户要求。

基于时频分步处理的PSOLA韵律合成方法

结合FD PSOLA和TD PSOLA算法的优势 ,提出一种音高、时长分步处理的语音韵律拼接合成方法 .根据韵律生成模型计算得到的基频参数和时长参数 ,分别在频域和时域对语音拼接单元进行调整 ,在保持音库语音拼接单元清晰度和自然度基本不变的情况下 ,合成语音的韵律调控能力得到提高 .以汉语短语词组合成实验证明了该方法实现的有效性 .

基于TD-PSOLA普通话韵律参数修改的实现

在普通话文语转换系统中,如何精确控制韵律参数修改是关系到合成语音质量的关键。根据汉语普通话的韵律特征,采用TD-PSOLA算法,精确实现了的韵律参数的修改。用分时段直线韵律参数模型,动态生成基音轮廓,计算出合成基音标记,一次性实现基频尺度修改和时间尺度的修改。根据自然语音与模拟合成出来的语音韵律参数比较分析表明,能有效地控制韵律参数,达到预期的参数合成目标,并且具有较高质量。也可以进行进行参数合成运算量少,控制参数精确,合成语音清晰自然。

基于LabVIEW的变声器设计

变声器是通过对声音的音色和音调的双重复合改变,实现对输出声音的变声。现使用基于基音同步叠加(PSOLA)算法的波形编辑和拼接技术,利用虚拟仪器软件Lab VIEW对采集的声音信号进行滤波、调频处理,实现了对语音信号的变声处理。该设计提供了一种变声器设计的简便快捷方法,具有很好的应用前景。