語音數(shù)據(jù)與語音合成(編輯修改稿)
2025-05-25 22:08 本頁面
【文章內(nèi)容簡介】 缺點(diǎn)：仍然需要很大規(guī)模的語料庫，計(jì)算量較大 – 樣例： 語音合成技術(shù) ? 基于 HMM的單元挑選系統(tǒng)結(jié)構(gòu)圖 總綱 ? 1 . 數(shù)字語音信號 ? 2 . 語音合成技術(shù) ? 3 . 數(shù)據(jù)制作與合成 ? 4 . 合成效果測聽 數(shù)據(jù)制作與合成 ? 數(shù)據(jù)與合成的關(guān)系 – 音庫數(shù)據(jù)是合成系統(tǒng)的基石，離開了音庫談合成就是 “ 無源之水 無本之木 ” – 一份音庫的制作質(zhì)量，直接決定了該發(fā)音人合成系統(tǒng)的能達(dá)到什么效果 數(shù)據(jù)制作與合成 ? 數(shù)據(jù)制作過程 – 音庫設(shè)計(jì) – 音庫錄制 – 音素切分 – 韻律標(biāo)注 – 音素檢錯(cuò) – 基頻修正 – 索引制作 數(shù)據(jù)制作與合成 ? 音庫設(shè)計(jì)與合成 – 一個(gè)設(shè)計(jì)良好的音庫要有較好的音素，韻律覆蓋率 – 廣泛的語料來源，保證超大規(guī)模庫的穩(wěn)定 – 某方向定制語料，提升某特應(yīng)用場合的效果，對語料庫拼接技術(shù)很重要 – “還煩請大家收集更多更好的語料文本” 數(shù)據(jù)制作與合成 ? 音庫錄制與合成 – 錄音控制很重要 ? 錄音室環(huán)境，隔除噪音 ? 話筒的擺放，能量幅度范圍 ? 如何保持發(fā)音人的發(fā)音狀態(tài) – 輕松心態(tài)，自然流程，不要帶情緒，除非這是情感庫 – 適度原則，不要疲勞錄音，寧缺勿濫 – 批次比對，及時(shí)與之前數(shù)據(jù)做比對，可加入重復(fù)句 – “還請大家多關(guān)注錄音質(zhì)量” 數(shù)據(jù)制作與合成 ? 音素切分與合成 – 切分精度 ? 精切：大語料庫拼接標(biāo)準(zhǔn)，周期下降沿 ? 粗切：參數(shù)合成與 HMM拼接，模型具有一定內(nèi)部切分調(diào)整能力 – 粗切不代表切分不重要，好的初始位置能幫助模型自切。 – 電腦未必比人聰明，清濁好定，濁濁也難定，還需修正 – 停頓位置 ? 什么地方有 Sp， silv， pau？ ? 標(biāo)準(zhǔn) L3層以上邊界， 30ms以上計(jì)算機(jī)才能使用 ? 如果本來有停頓卻沒有加 silv，停頓段會(huì)影響前后音素單元質(zhì)量 ? 一些錄音缺陷也可塞給停頓位置，鼻息，口水音 ? 合成樣例： The*psychotropic*airplanesunderwrote*the*dispassionate*song。 數(shù)據(jù)制作與合成 ? 音素切分與合成 – 音變處理 ? 連續(xù)語流總存在一些規(guī)則音變或者不規(guī)則音變，導(dǎo)致所讀不是原來詞典音素 ? 音素是身份牌，這個(gè)錯(cuò)了后果很嚴(yán)重！ ? 修改標(biāo)準(zhǔn)： 尊重錄音 ? 中文：聲調(diào)變化，兒化，輕讀。沒被改過的音變就是地雷 ? 英文：連讀，吞音，弱化，縮寫詞 – 吞音標(biāo)準(zhǔn)：有無音位，或者我去
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1