基于HMM语音合成的语调控制

语调是语音分析和合成领域关注的重要课题,可计算的语调模型是实现语调控制的关键。该文分析了大规模语句的音节音高在句子中的变化,归纳了语调模式。陈述语调主要表现为基调的升降和音高下倾;疑问语调主要特点是疑问焦点的音高提升和调型变化。该文提出了一种陈述语调归一化描述方法,以及疑问语调调型差异模型。利用基于隐Markov模型的语音合成系统的控制机制,实现了对语调的控制。实验表明:基于陈述句语调归一化描述方法模拟了陈述句语调的变化,基于疑问语调调型差异模型实现了陈述到疑问语调的转换。语调控制使合成语音的表现力得到了提高。

基于HMM的语音合成系统的模型压缩

提出了2种方法实现了基于HMM的语音合成系统的模型压缩。首先通过基于地址的模型压缩进行合理的内存管理,删除冗余信息。然后通过降低语音谱参数的维数,在尽量不损失语音质量的条件下压缩模型数据。试验表明,通过以上2种方法,模型大小从293Mbyte压缩到6.98Mbyte,压缩幅度达到97.6%。同时,内存消耗及处理时间也能满足实时嵌入式应用的要求,主观评价显示合成的语音质量较高。

基于HCSIPA的中英文混合语音合成

基于双语说话人的中英文混合合成,提出一种中英文通用音标符号——HCSIPA,采用发音方式和部位为构造标准。在中英文混合聚类中,构造针对HCSIPA的中英文共用问题集,以提高中英文在决策树结构上的区分度。实验结果表明,HCSIPA能提高中文和英文的发音单元混合度,减少语言差距带来的音色差距,基于HCSIPA的混合合成系统可以合成较高质量的中英文语音,且中英文混合对单种语言合成的质量下降不明显。

汉语语音合成中基于语境特征的清浊音时长调整

汉语语音合成中音节内清音和浊音的时长是影响合成语音自然度的重要因素。在HMM汉语语音合成中,提出了一种基于语境特征的清浊音时长调整算法。在算法中,首先对清音相对音节的时长根据语境特征进行决策树聚类。合成时,从该决策树得到对应音节的清音相对时长参考值,合成语音的清音和浊音时长按照参考值进行调整。试验表明该算法可以提高HMM汉语语音合成的时长预测准确度,有效地提高合成语音的自然度。

一种HMM的藏语安多方言文本分析方法

隐马尔可夫模型(Hidden Markov Model,HMM)在汉语语音合成中主要用于文本分析,因为文本分析对合成语音的自然度和清晰度有很大影响。语音的训练和合成都要经文本分析阶段,然而目前还没有藏语安多方言的文本分析研究。将HMM方法应用于藏语安多方言的文本分析,获取文本的单因素和上下文标注信息,实现机器的自动标注,具有创新性。实验测评结果表明,基于HMM的藏语安多方言语音合成效果优良。

基于HMM的藏语安多方言文本分析研究

隐马尔可夫模型(Hidden Markov Model,HMM)在汉语语音合成中主要用于文本分析,因为文本分析对合成语音的自然度和清晰度有很大影响。语音的训练和合成都要经文本分析阶段,然而目前还没有藏语安多方言的文本分析研究。将HMM方法应用于藏语安多方言的文本分析,获取文本的单因素和上下文标注信息,实现机器的自动标注,具有创新性。实验测评结果表明,基于HMM的藏语安多方言语音合成效果优良。

用于统计语音合成的大尺度压缩HMM的方法

统计语音合成使用隐Markov模型(HMM)作为声学特征的统计模型。提出了一种利用声学模型空间距离进行HMM的大尺度压缩的量化方法,通过对矢量量化码本进行的优选迭代步骤,减小压缩后的声道谱模型与原模型之间的声学距离,使通过量化模型合成的语音更加接近未量化模型。主观和客观测试结果显示:使用该方法进行声道谱模型的压缩,在压缩至原模型大小的0.06左右时,仍有约90%的评价得分认为合成语音的质量没有明显下降。