基于谐波加噪声激励模型的改进语音合成算法

传统基于隐马尔科夫模型(HMM)的语音合成算法使用高斯白噪声和脉冲串来表示清浊音的激励信号,合成的语音较为嘈杂。为提高合成音质,基于谐波加噪声激励模型,提出一种语音合成算法。将语音信号逆滤波得到声门波信号,对声门波信号进行谐波分析提取谐波成分,并计算谐波成分的线谱对参数作为谐波特征进行HMM训练。在语音合成时根据新生成的特征参数重构出低频段谐波部分与高频段噪声部分,并将两者混合作为语音的激励信号进行语音合成。实验结果表明,与基于脉冲激励的语音合成算法相比,该算法生成的语音频谱更接近自然语音,并且能够有效地减轻合成语音的机器声,提高合成语音的自然度。