| 题名 | 统计参数语音合成中的关键技术研究 |
| 作者 | 孙敬伟 |
| 学位类别 | 博士 |
| 答辩日期 | 2009-05-23 |
| 授予单位 | 中国科学院声学研究所 |
| 授予地点 | 声学研究所 |
| 关键词 | 语音合成 统计参数语音合成 段模型 多项式段模型 条件随机场 韵律结构预测 |
| 其他题名 | Key Technology Research on Statistical Parametric Speech Synthesis |
| 学位专业 | 信号与信息处理 |
| 中文摘要 | 随着电子计算机的运算速度和存储能力的迅猛发展，语音合成技术已由早期的知识驱动发展到数据驱动阶段，大规模语料库的支持使得合成语音的质量有了明显的改善。与此同时，用户对语音合成系统提出了更高的要求，尤其是多语种、音色可变、富于情感的合成。传统的基于单元挑选的拼接合成由于系统构建周期长、存储消耗大、灵活性差等缺点无法满足多样化合成的需求。在这种背景下，基于统计建模的参数合成逐渐引起人们的重视。统计参数合成通过自动训练的方式进行合成系统构建，需要的人工干预少，并且能深入语音参数层面进行处理，灵活性好，有着很高的理论和实用价值。本文在前人的基础上，对统计参数合成方法进行了深入而系统的研究，在合成前端和后端都做出了改进，并通过实验对新方法的优势及合理性进行了论证。 本文的具体研究工作和研究成果如下： 1、在HTS框架的基础之上，针对中文特点，设计并完成了基于隐马尔可夫模型（HMM）的中文语音合成系统，并进行了若干性能改进。 2、在汉语韵律结构预测方面，深入分析了与汉语韵律变化相关的特征，考察韵律预测任务的特点，在此基础上利用条件随机场（CRF）进行韵律建模，实现了基于条件随机场的韵律结构预测方法。 3、在声学参数建模方面，使用多项式段模型进行语音参数建模，实现了新的基于动态规划的多项式段模型快速切分训练算法，在多项式段模型的框架下，对基频、频谱、时长三种语音参数进行统一建模。 4、在参数生成方面，对基于多项式均值轨迹的语音参数生成算法进行研究，根据模型进行各种语音参数的重建。 5、构建了一个基于多项式段模型的统计参数语音合成系统。 实验结果证明了上述方法的研究价值及有效性。 |
| 语种 | 中文 |
| 公开日期 | 2011-05-07 |
| 页码 | 99 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ioa.ac.cn/handle/311008/555]  |
| 专题 | 声学研究所_声学所博硕士学位论文_1981-2009博硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 孙敬伟. 统计参数语音合成中的关键技术研究[D]. 声学研究所. 中国科学院声学研究所. 2009. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论