面向智能家电的语音合成算法研究

语音合成作为智能家电语音交互功能的关键技术之一,其生成语音的质量直接影响着用户的智能交互体验。针对目前主流语音合成模型Glow TTS存在的合成语音时长固定且缺乏韵律的问题,使用基于标准化流的随机时长预测器对其进行改进优化,并以日语为研究对象进行试验。结果表明,改进后的模型在语音时长预测和语音合成质量方面均有较大提升,可为后续智能家电语音合成的优化提供指导。