【正文】 序列，比如對(duì)一些地震應(yīng)用、 腦電 圖及解卷積 等 問(wèn)題。這里，線性預(yù)測(cè)的基本問(wèn)題是由語(yǔ)音信號(hào)直接決定一組預(yù)測(cè)系數(shù) ^{}ia ，使預(yù)測(cè)誤差在某個(gè)準(zhǔn)則下最小。 ia 系數(shù)稱(chēng)為線性預(yù)測(cè)系數(shù)。 圖 31 是 信號(hào) )(ns 的模型化 框圖 。自然度用來(lái)評(píng)價(jià)合成語(yǔ)音是否接近自然語(yǔ)音的音色和韻律；若自然度低下，也會(huì)使合成語(yǔ)音難以被聽(tīng)懂。在參數(shù)合成法中，每個(gè)合成單元的每幀合成參數(shù)直接從該合成單元實(shí)際錄音中提?。欢谝?guī)則合成法中，是在分析大量語(yǔ)音材料的基礎(chǔ)上，經(jīng)反復(fù)調(diào)試選擇出來(lái)的。 合成參數(shù)是指在參數(shù)合成法和規(guī)則合成法中，控制語(yǔ)音合成器所需要的參數(shù)。 合成單元是系統(tǒng)處理的最小語(yǔ)音單位。 表 31 三種語(yǔ)音合成方式特征比較 [3] 波形合成法 參數(shù)合成法 規(guī)則合成法 基本信息 波形 特征參數(shù) 語(yǔ)言的符號(hào)組合 語(yǔ)音 質(zhì)量 可懂度 高 高 中 自然度 高 中 低 詞匯量 小（ 500 字以下） 大（數(shù)千字） 無(wú) 限 合成方式 PCM、 ADPCM、 APC LPC、 LSP、共振峰 LPC、 LSP、共振峰 數(shù)碼率 ~64kbit/s ~~75kbit/s 1Mbit 可合成 的語(yǔ)音長(zhǎng)度 15~100s 100s~7min 無(wú)限 合成單元 音節(jié)，詞組，句子 音節(jié)，詞組，句子 音素，音節(jié) 裝置 簡(jiǎn)單 比較復(fù)雜 復(fù)雜 硬件主體 存儲(chǔ)器 存儲(chǔ)器和微處理器 微處理器 由 表 31 可知，參數(shù)合成法是一種比較理想的語(yǔ)音合成方法 。合成的詞匯表不事先確定，系統(tǒng)中存儲(chǔ)的是最小語(yǔ)音單位（如音素或音節(jié)）的聲學(xué)參 數(shù)，以及由音素組成音節(jié)、由音節(jié)組成詞、由詞組成句子以及控制音調(diào)、輕重等韻律的各種規(guī)則。當(dāng)然，這種方法在以高效的編碼來(lái)減少存儲(chǔ)空間，西南科技大學(xué)本科生畢業(yè)論文 12 抽取參數(shù)或編碼過(guò)程中難免存在逼近誤差，但這是以犧牲音質(zhì)為代價(jià)的，使合成語(yǔ)音的音質(zhì)欠佳。參數(shù)合成法也稱(chēng)為分析 合成法，它采用聲碼器技術(shù)，是一種比較復(fù)雜的方法。當(dāng)然，可以使用波形編碼技術(shù)（如 ADPCM， APC 等）壓縮一些存儲(chǔ)量，為此在合成時(shí)要進(jìn)行譯碼處理。它把人發(fā)音的語(yǔ)音波形直接存儲(chǔ)或者進(jìn)行波形編碼后存儲(chǔ)，根據(jù)需要編輯組合輸出。語(yǔ)音合成的基礎(chǔ)是語(yǔ)音特性的分析和發(fā)音模型 的建立。其中第一步涉及語(yǔ) 言學(xué)處理，例如分詞、字音轉(zhuǎn)換等，以及一整套有效的韻律控制規(guī)則；第二步需要先進(jìn)的語(yǔ)音合成技術(shù)，能按要求實(shí)時(shí)合成出高質(zhì)量的語(yǔ)音流。不難想象，即使是按規(guī)則的文字到語(yǔ)音合成（文語(yǔ)合成）也已經(jīng)是相當(dāng)困難西南科技大學(xué)本科生畢業(yè)論文 11 的任務(wù)。因此，只要正確控制激勵(lì)源和濾波器參數(shù)（一般每隔 10～ 30ms 送一組），這個(gè)模型就能靈活地合成出各種語(yǔ)句來(lái)，因此又稱(chēng)作為參數(shù)合成的方法。簡(jiǎn)單地將預(yù)先 存入的單 音或詞組拼接起來(lái)也能作到“機(jī)器開(kāi)口”，但是“一字一蹦”， 機(jī)器味十足，人們很難接受。 西南科技大學(xué)本科生畢業(yè)論文 10 第 3 章 語(yǔ)音合成 系統(tǒng)的分析 基本的語(yǔ)音合成方法 語(yǔ)音識(shí)別和語(yǔ)音合成技術(shù)是實(shí)現(xiàn)人機(jī)語(yǔ)音通信，建立一個(gè)有聽(tīng)和講能力的口語(yǔ)系統(tǒng)所必需的兩項(xiàng)關(guān)鍵技術(shù)。如果聲帶是完全舒展開(kāi)來(lái)，則肺部發(fā)出的空氣流將不受影響地通過(guò)聲西南科技大學(xué)本科生畢業(yè)論文 9 門(mén)。 語(yǔ)音產(chǎn)生 的過(guò)程 空氣從肺部排除形成氣流。 聲道是聲門(mén)至嘴唇的所有器官 由咽、口腔和鼻腔組成，它是一根從聲門(mén)延伸至口唇的非均勻截面的聲管，其外形變化是時(shí)間的函數(shù)，發(fā)不同音時(shí)其形狀變化是非常復(fù)雜的。每開(kāi)啟和閉合一次的時(shí)間即振動(dòng)周期 稱(chēng)為音調(diào)周期或基音周期，其倒數(shù)稱(chēng)為基音頻率，也簡(jiǎn)稱(chēng)基頻。呼吸時(shí)左右兩聲帶打開(kāi)，講話(huà)時(shí)聲帶合攏起來(lái)。在說(shuō)話(huà)的時(shí)候，聲門(mén)處氣流沖擊聲帶產(chǎn)生振動(dòng)，然后通過(guò)聲道 響應(yīng)變成語(yǔ)音。人的發(fā)音器官包括肺、氣管、喉（包括聲帶）、咽、鼻和口等 。選擇表現(xiàn)其內(nèi)容的適當(dāng)語(yǔ)句，將其按文法規(guī)則排列，便能構(gòu)成語(yǔ)言的形式。自然界中包含各種各樣的聲音，如風(fēng)聲 、雷聲、雨聲、機(jī)械發(fā)出的聲音，樂(lè)器發(fā)出的聲音等。而聲調(diào)音位是從音高這種非音質(zhì)角度歸納出來(lái)的，稱(chēng)為非音質(zhì)音位。而 /h/和 /n/的對(duì)立也能起到區(qū)別意義的作用，它們不能再分割，是最小的單位，屬于音位。 音位能區(qū)別意義， bān（班）和 pān（潘）意義不同，就是因?yàn)?/b/和 /p/有區(qū)別意義的作用。聲調(diào)包 括調(diào)值和調(diào)類(lèi)兩個(gè)方面。如漢語(yǔ)中的“語(yǔ)”、西南科技大學(xué)本科生畢業(yè)論文 7 “與”、“雨”，英語(yǔ)中的“ site”、“ sight”、“ cite”等就是同音異義詞。而音節(jié)的定義不一定明確，但是一個(gè)音節(jié)可以是 1 個(gè)元音和1~2 個(gè)輔音組合。 由聲帶振動(dòng)產(chǎn)生的音稱(chēng)為濁音。一個(gè)音節(jié)由元音和輔音構(gòu)成。實(shí)際上，各種音素組合而 構(gòu)成語(yǔ)音時(shí)的連接方法有 幾種限制，并不是所有的組合都存在。 西南科技大學(xué)本科生畢業(yè)論文 6 第 2 章 語(yǔ)音合成技術(shù)的基礎(chǔ)理論 語(yǔ)音的基本概念 音素和音節(jié) 說(shuō)話(huà)的時(shí)候，很自然地一次發(fā)出來(lái)的、有一個(gè)響亮的中心的、聽(tīng)的時(shí)候也很自然地感到是一個(gè)小的語(yǔ)音片段的，稱(chēng)為音節(jié)。這更突出 了 將來(lái) FPGA 在語(yǔ)音合成方面的重要地位及意義。 FPGA 的應(yīng)用 對(duì)于提高合成語(yǔ)音的自然度，豐富合成語(yǔ)音的表現(xiàn)力，降低語(yǔ)音合成技術(shù)的復(fù)雜度，多語(yǔ)種文語(yǔ)合成 等具有重要的 意義。可見(jiàn)要真正解決多語(yǔ)種的文語(yǔ)合成，從文本處理到語(yǔ)音合成都必須有新的思路。 多語(yǔ)種文語(yǔ)合成 語(yǔ)言是人們交流的工具，不同民族有自己不同的語(yǔ)言，不同語(yǔ)言之間的交流在今天開(kāi)放的信息社會(huì)和網(wǎng)絡(luò)時(shí)代顯得十分重要，多語(yǔ)種的文語(yǔ)合成有著獨(dú)特的應(yīng)用價(jià)值。目前高質(zhì)量的漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)一般需要幾兆字節(jié)到幾十兆，甚至幾百兆字節(jié)的存儲(chǔ)容量，這在以 PC 機(jī)或工作站為硬件平臺(tái)的應(yīng)用中是沒(méi)有問(wèn)題的，而對(duì)于 像 HPC， PDA 及無(wú)線通信手機(jī)，商務(wù)通等資源有限的設(shè)備上就沒(méi)法承受。近 年來(lái)提出的基于 LMA（ 對(duì)數(shù)振幅近似）技術(shù)的語(yǔ)音合成器， Hybrid Harmonic/Stochastic 模型， Sinusoidal 模型等已被證實(shí)是一些新穎的能合成出高質(zhì)量語(yǔ)音的參數(shù)合成方法，為此應(yīng)繼續(xù)深入這方面的研究，以期在參數(shù)合成技術(shù)上取得突破。這不僅對(duì)語(yǔ)音合成技術(shù)提出了更高的要求，而且涉及到計(jì)算機(jī)語(yǔ)言生成，涉及人類(lèi)大腦的高級(jí)神經(jīng)活動(dòng)。還有前端文本處理 ,對(duì)合成語(yǔ)音的自然度也具有舉足輕重的影響 ,完整全面的解決 ,需要自然語(yǔ)言理解的突破。 基于語(yǔ)音數(shù)據(jù)庫(kù)的語(yǔ)音合成方法有望進(jìn)一步提高語(yǔ)音合成的自然度。最近中國(guó)科技大學(xué)又推出了 KD2020 漢語(yǔ)文語(yǔ)轉(zhuǎn)換系 統(tǒng)，不僅在語(yǔ)音合成技術(shù)方面有進(jìn)一步的發(fā)展，特別是在文本預(yù)處理中圍繞層次化結(jié)構(gòu)思想，運(yùn)用大量的統(tǒng)計(jì)和規(guī)則的方法，較好地解決了三個(gè)大的處理環(huán)節(jié)：特殊符號(hào)處理，分詞處理和拼接處理，使得漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)的整體性能有很大提高。先后應(yīng)用于為深圳華為技術(shù)公司設(shè)計(jì)的“ 114 自動(dòng)電話(huà)報(bào)號(hào)系統(tǒng)” 和國(guó)家工商總局設(shè)計(jì)的“工商企業(yè)語(yǔ)音（傳真）查詢(xún)系統(tǒng)”。和采用國(guó)內(nèi)外流行的 PSOLA 技術(shù)的系統(tǒng)相比，在輸出語(yǔ)音的音質(zhì)和自然度上有了突破性的提高。在國(guó)家 863西南科技大學(xué)本科生畢業(yè)論文 2 計(jì)劃，國(guó)家自然科學(xué)基金委，國(guó)家攻關(guān)計(jì)劃，中國(guó)科學(xué)院有關(guān)項(xiàng)目等支持下，漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)研究近年來(lái)取得了令人舉目的進(jìn)展，其中不乏成功的例子：如中國(guó)科學(xué)院聲學(xué) 所的 KXPSOLA（ 1993） ,聯(lián)想佳音 （ 1995） ， 清華大學(xué)的 TH_SPEECH(1993)，中國(guó)科技大學(xué)的 KDTALK（ 1995） 等系統(tǒng)。在這個(gè)方法中，合成語(yǔ)句的語(yǔ)音單元是從一個(gè)預(yù)先錄 下的龐大的語(yǔ)音數(shù)據(jù)庫(kù)中挑選出來(lái)的，不難想象只要語(yǔ)音數(shù)據(jù)庫(kù)足夠大，包括了各種可能語(yǔ)境下的語(yǔ)音單元，理論上講有可能拼接出任何語(yǔ)句。自八十年代末期至今，語(yǔ)言合成技術(shù)又有了新的進(jìn)展，特別是基音同步疊加 （ PSOLA） 方法的提出 （ 1990） ，使基于時(shí)域波形拼接方法合成的語(yǔ)音的音色和自然度大大提高。在語(yǔ)音合成技術(shù)的發(fā)展中，早期的研究主要是采用參數(shù)合成方法。 33 激勵(lì)發(fā)生器的 FPGA 實(shí)現(xiàn) 26 格型濾波器反射系數(shù)分析 25 IIR 格型濾波器的設(shè)計(jì) 13 基本原理 12 線性預(yù)測(cè)分析的基本原理 10 波形合成法 7 發(fā)音器官介紹 6 語(yǔ)音的基本概念 1 語(yǔ)音合成技術(shù)概述 Finally, bine controling circuitry with timing circuitry to plete speech synthesis. Key words: Linear prediction synthesis, Lattice synthesis filter, Excitation generator 西南科技大學(xué)本科生畢業(yè)論文 III 目 錄 摘 要 格型合成濾波 器 運(yùn) 用 Matlab、 DSP Builder和 QuartusII 工具 設(shè)計(jì) 實(shí)現(xiàn) ； 激勵(lì)發(fā)生器用 周期斜三角波 脈沖 模擬設(shè)計(jì) ； RAM 用 FPGA中的 宏模塊設(shè)計(jì) 以暫時(shí)存儲(chǔ) 線性 預(yù)測(cè)器提供的 能量、 ik 等數(shù)據(jù)； 最后 結(jié)合 控制電路和時(shí)序電路 完成語(yǔ)音合成 。西南科技大學(xué)本科生畢業(yè)論文 I 基于 FPGA 的 線性預(yù)測(cè) 語(yǔ)音合成器 設(shè)計(jì) 摘要 ： 線性預(yù)測(cè)合成法 是一種 在理論上相對(duì)比較成熟、易于實(shí)現(xiàn) 的 語(yǔ)音 合成方法 。 論文對(duì)格型合成濾波器原理進(jìn)行了分析討論，著重闡明了反射系數(shù) ik 的推導(dǎo)過(guò)程。 Using LPM of FPGA to design RAM for storing energy, reflection coefficient and other data which providing by the linear predictor。 1 國(guó)內(nèi)外語(yǔ)音合成技術(shù)發(fā)展現(xiàn)狀 2 課題來(lái)源及意義 7 語(yǔ)音產(chǎn)生的過(guò)程 8 第 3 章 語(yǔ)音合成系統(tǒng)的分析 13 語(yǔ)音信號(hào)的線性預(yù)測(cè)分析 23 第 5 章 語(yǔ)音合成系統(tǒng)的實(shí)現(xiàn) 26 格型濾波器的 Simulink 模型 近幾十年來(lái)國(guó)際和國(guó)內(nèi)的研究主要集中在按規(guī)則文語(yǔ)轉(zhuǎn)換，即將書(shū)面語(yǔ)言轉(zhuǎn)換成口頭語(yǔ)言。但是經(jīng)過(guò)多年的研究與實(shí)踐表明，由于準(zhǔn)確提取共振峰參數(shù)比較困難，雖然利用共振峰合成器可以得到許多逼真的合成語(yǔ)音，但是整體合成語(yǔ)音的音質(zhì)難以達(dá)到文語(yǔ)轉(zhuǎn)換系統(tǒng)的實(shí) 用要求。最近幾年，一種新的基于數(shù)據(jù)庫(kù)的語(yǔ)音合成方法正引起人們的注意。大致也經(jīng)歷了共振峰合成、 LPC 合成 至應(yīng)用 PSOLA 技術(shù)的過(guò)程。 1998 年中國(guó)科技大學(xué)在國(guó)家 863 計(jì)劃和國(guó)家自然科學(xué)基金委支持下，研制成功KD863 漢語(yǔ)文語(yǔ)轉(zhuǎn)換系 統(tǒng)。 KD863 文語(yǔ)轉(zhuǎn)換系統(tǒng)一經(jīng)推出，就因其合成語(yǔ)音 的高清晰度與高自然度引起了社會(huì)各方的重視。KD863 還在日本、新加坡、 香港的有關(guān)研究所和大學(xué)進(jìn)行過(guò)演示，均得到了有關(guān)方面專(zhuān)家的認(rèn)同。就漢語(yǔ)語(yǔ)音合成來(lái)說(shuō)，目前在單字和詞組一級(jí)上，合成語(yǔ)音的可懂度和自然度已基本解決，但是到句子乃至篇章一級(jí)時(shí) 其自然度問(wèn)題就比較大。 無(wú)論用哪種合成方法，韻律規(guī)則的總結(jié)， 特別是連續(xù)語(yǔ)音的韻律規(guī)則總結(jié)，盡可能將定性的規(guī)則描述定量化，對(duì)自然度始終有最重要的影響。即語(yǔ)音合成研究已開(kāi)始從文字到語(yǔ)音的轉(zhuǎn)換階 段向概念到語(yǔ)音的轉(zhuǎn)換階段發(fā)展。更為有效的辦法是采用參數(shù)合成法，分析參數(shù)特征，通過(guò)對(duì)相關(guān)參數(shù)的調(diào)整來(lái)實(shí)現(xiàn)對(duì)年齡、性別特征的改變，進(jìn)一步實(shí)現(xiàn)語(yǔ)氣、語(yǔ)調(diào)的變化，由于這種改變是連續(xù)的，對(duì)象特征可以千千萬(wàn)萬(wàn)