【文章內(nèi)容簡(jiǎn)介】 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)。這些系統(tǒng)基本上都是采用基于 PSOLA 方法的時(shí)域波形拼接技術(shù)，其合成漢語(yǔ)普通話的可懂度、清晰度達(dá)到了很高的水平。然而同國(guó)外其它語(yǔ)種的文語(yǔ)轉(zhuǎn)換系統(tǒng)一樣，這些系統(tǒng)合成的句子及篇章語(yǔ)音機(jī)器味較濃，其自然度還不能達(dá)到用戶可廣泛接受的程度，從而制約了這項(xiàng)技術(shù)的大規(guī)模進(jìn)入市場(chǎng)。 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)。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。 KD863 采用了一種全新的基于語(yǔ)音數(shù)據(jù)庫(kù)的語(yǔ)音合成方法，該技術(shù)的基本思想是將實(shí)際語(yǔ)流中漢語(yǔ)音節(jié)千變?nèi)f化的音變進(jìn)行聽感上的量化歸并，設(shè)計(jì)出多樣本的漢語(yǔ)語(yǔ)音基元庫(kù)，這個(gè)庫(kù)蘊(yùn)涵了漢語(yǔ)韻律變化信息，合成時(shí)只要通過(guò)對(duì)基元庫(kù)樣本的選取便可實(shí)現(xiàn)韻律控制。同時(shí)語(yǔ)音基元庫(kù)中的樣本是直接從自然語(yǔ)音中截取，避免了采用信號(hào)處理技術(shù)獲取音變單元對(duì)音質(zhì)的損害，因而合成語(yǔ)音具有接近自然語(yǔ)音的音質(zhì)。 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。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）查詢系統(tǒng)”。使得漢語(yǔ)語(yǔ)音合成技術(shù)走出實(shí)驗(yàn)室，向市場(chǎng)應(yīng)用邁出了重要的一步。KD863 系統(tǒng)參加了在 1998 年 4 月國(guó)家科委組織的全國(guó)漢語(yǔ)語(yǔ)音合成系統(tǒng)的性能評(píng)測(cè)，其輸出語(yǔ)音的自然度居同類系統(tǒng)之首，是唯一達(dá)到用戶可以接受程度的系統(tǒng)。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)方面專家的認(rèn)同。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。以 KD2020 文語(yǔ)轉(zhuǎn)換為核心的“暢言 2020”智能漢語(yǔ)平臺(tái)軟件已開始進(jìn)入市場(chǎng)。 語(yǔ)音合成發(fā)展方向 提高合成語(yǔ)音的自然度 西南科技大學(xué)本科生畢業(yè)論文 3 提高合成語(yǔ)音的自然度仍然是高性能文語(yǔ)轉(zhuǎn)換的當(dāng)務(wù)之急。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。 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。因?yàn)檫@是一種采用自然語(yǔ)音波形直接拼接的方法，進(jìn)行拼接的語(yǔ)音單元是從一個(gè)預(yù)先錄下的自然語(yǔ)音數(shù)據(jù)庫(kù)中挑選出來(lái)的，因此有可能最大限度地保留語(yǔ)音的自然度。但由此產(chǎn)生了一系列新的需要研究的問(wèn)題，包括：如何確定語(yǔ)音合成的基元，根據(jù)什么準(zhǔn)則去挑選合適的基元；韻律參數(shù)定量化問(wèn)題，對(duì)數(shù)據(jù)庫(kù)進(jìn)行定標(biāo)問(wèn)題；以及如何將統(tǒng)計(jì)的方法和規(guī)則方法相結(jié)合使機(jī)器能自動(dòng)發(fā)現(xiàn)和找出所需的語(yǔ)音單元，保證最高的合成語(yǔ)句自然度等等。 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。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。 豐富合成語(yǔ)音的表現(xiàn)力 目前國(guó)內(nèi)外大多數(shù)語(yǔ)音合成研究是針對(duì)文語(yǔ)轉(zhuǎn)換系統(tǒng)，且只能解決以某種朗讀風(fēng)格將書面語(yǔ)言轉(zhuǎn)換成口語(yǔ)輸出，缺乏不同年齡、性別特征及語(yǔ)氣、語(yǔ)速的表現(xiàn)，更不用說(shuō)賦予個(gè)人的感情色彩。隨著信息社會(huì)的需求發(fā)展，對(duì)人機(jī)交互提出了更高的要求，人機(jī)口語(yǔ)對(duì)話系統(tǒng)的研究也提到了日程上。即語(yǔ)音合成研究已開始從文字到語(yǔ)音的轉(zhuǎn)換階 段向概念到語(yǔ)音的轉(zhuǎn)換階段發(fā)展。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，涉及人類大腦的高級(jí)神經(jīng)活動(dòng)。但就語(yǔ)音合成來(lái)說(shuō)，仍是一個(gè)要豐富合成語(yǔ)音的表現(xiàn)力問(wèn)題。相對(duì)來(lái)說(shuō)采用波形拼接方法來(lái)增強(qiáng)合成語(yǔ)音表現(xiàn)力比較困難，盡管也可以通過(guò)增加音庫(kù)容量和音庫(kù)個(gè)數(shù)來(lái)達(dá)到改變合成語(yǔ)音的特性，但畢竟它對(duì)韻律的控制能力非常有限。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)，顯得更有生命力。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。 西南科技大學(xué)本科生畢業(yè)論文 4 降低語(yǔ)音合成技術(shù)的復(fù)雜度 語(yǔ)音合成技術(shù)正在走向市場(chǎng)。為了適應(yīng)社會(huì)的需求，擴(kuò)大文語(yǔ)合成的應(yīng)用場(chǎng)合，除了解決好上面兩個(gè)問(wèn)題，提高合成語(yǔ)音的質(zhì)量和增強(qiáng)語(yǔ)音合成的表現(xiàn)力以外，在其他實(shí)用化方面也有要加以改進(jìn)的地方。就目前漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)而言，減小音庫(kù)容量就是一個(gè)重 要課題。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)備上就沒法承受。解決的方法可以是通過(guò)語(yǔ)音壓縮編碼的方法來(lái)壓縮音庫(kù)所需的容量，或者采用更小的合成基元，例如用聲母、韻母或雙音素、半音節(jié)，以及減少合成語(yǔ)音所需的音節(jié)基元數(shù)等等。然而又不能增加算法的復(fù)雜度，因?yàn)檫\(yùn)算量及系統(tǒng)開銷同樣會(huì)直接影響漢語(yǔ)語(yǔ)音合成的應(yīng)用。既要提高語(yǔ)音合成的質(zhì)量，又要降低語(yǔ)音合成的復(fù)雜度，這始終是一個(gè)矛盾的兩個(gè)方面。 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。例如在自動(dòng)電話翻譯，有聲的電子郵件等中都提出多語(yǔ)種的合成，即使是對(duì)漢語(yǔ)合成也有多方言文語(yǔ)轉(zhuǎn)換的需求。理想的多語(yǔ)種合成系統(tǒng)最好是各種語(yǔ)言共用一種合成算法或語(yǔ)音合成器，但是現(xiàn)有的語(yǔ)音合成系統(tǒng)大多是針對(duì)某一種語(yǔ)言或若干種語(yǔ)言開發(fā)出來(lái)的，所采用的算法及規(guī)則都是和某種語(yǔ)言密切相關(guān)的，因此很難推廣到其他的語(yǔ)種。例如漢語(yǔ)就和西方語(yǔ)言有很大 的差異，國(guó)內(nèi)的系統(tǒng)都是做漢語(yǔ)文語(yǔ)轉(zhuǎn)換，它的一套韻律控制規(guī)則完全不適合于英語(yǔ)，而且主要是合成漢語(yǔ)普通話，即使推廣到廣東話和上海話都有相當(dāng)?shù)碾y度?？梢娨嬲鉀Q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。美國(guó)貝爾實(shí)驗(yàn)室在多語(yǔ)種文語(yǔ)轉(zhuǎn)換方面作了大量的工作，其中包括漢語(yǔ)普通話合成，值得注意。 計(jì)算機(jī)要真正能夠象人一樣的說(shuō)話，和人類自由地進(jìn)行交談，這仍然是需假以時(shí)日，還有大量的研究工作要去做；今天的文語(yǔ)轉(zhuǎn)換系統(tǒng)只能機(jī)械地朗讀文章，與生動(dòng)活潑、感情豐富多彩的人類語(yǔ)言相比差距是如此之大；但是毋庸置疑，語(yǔ)音合成 技術(shù)確實(shí)已經(jīng)可以走出實(shí)驗(yàn)室了，其潛在的巨大市場(chǎng)已露出曙光。 西南科技大學(xué)本科生畢業(yè)論文 5 課題來(lái)源 及意義 本課題具有很強(qiáng)的 生產(chǎn)實(shí)踐意義， FPGA 在未來(lái)的語(yǔ)音信號(hào)合成 技術(shù) 發(fā)展中將 扮演重要角色 。 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。 現(xiàn)階段語(yǔ)音合成技術(shù)主要應(yīng)用在 基于 PC 的辦公、教學(xué)和 樂等多媒體軟件 ， 聲訊服務(wù)領(lǐng) 域的智能電話查詢，包括：股市查詢、工商信息電話查詢、電話銀行等 、民航保單查詢系統(tǒng) 等。語(yǔ)音合成系統(tǒng)是一 單向系統(tǒng)，即計(jì)算機(jī)到人。由于受到傳統(tǒng)專用芯片的 影響，對(duì)于達(dá)到完 美的人機(jī)智能對(duì)話（語(yǔ)音合成和語(yǔ)音識(shí)別）還有一定差距。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。 通過(guò)這一課題的研究 可以 學(xué)習(xí) 掌握 MATLAB、 DSP Builder 工具 進(jìn)行系統(tǒng) 設(shè)計(jì)； 掌握 數(shù) 字系統(tǒng) 設(shè)計(jì)的基本方法 和 FPGA/IC 設(shè)計(jì)流 程 。 對(duì)數(shù)字語(yǔ)音信號(hào)處理有更 深刻的認(rèn)識(shí) 。 論文主要內(nèi)容 第一章為緒論 ，介紹了語(yǔ)音合成技術(shù)的現(xiàn)狀、 發(fā)展方向以及課題來(lái)源 意義 ； 第二章介紹語(yǔ)音合成技術(shù)的相關(guān) 基礎(chǔ) 理論知識(shí) 以及語(yǔ)音產(chǎn)生的過(guò)程； 第三章介紹線性預(yù)測(cè) 合成技術(shù) 以及選擇格型合成濾波器的理由 ； 第四章 介紹 基于模型設(shè)計(jì)方法的 DSP Builder 工具 ； 第五章介紹語(yǔ)音合成系統(tǒng)的實(shí)現(xiàn) ，對(duì)格型合成濾波器原理做分析 ， 詳述了反射系數(shù)的推導(dǎo)，以及時(shí)變?yōu)V波器 模塊 和激勵(lì) 發(fā)生器 模塊的設(shè)計(jì)過(guò)程 。 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、聽的時(shí)候也很自然地感到是一個(gè)小的語(yǔ)音片段的，稱為音節(jié)。音節(jié)是由音素結(jié)合而構(gòu)成的語(yǔ)音流最小單位，是發(fā)聲的最小單位。音素是語(yǔ)音的最小、最基本的組成單位；音素都有其獨(dú)立的各種不相同的發(fā)音方法和發(fā)音部位， 它是 使聽者能區(qū)別一個(gè)單詞和另一個(gè)單詞的聲音的基礎(chǔ)。一個(gè)音節(jié)可以由一個(gè)音素構(gòu)成，也可以由多個(gè)音素構(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。因此，一種語(yǔ)言中所用的音節(jié)數(shù)，遠(yuǎn)少于音素的組合數(shù)。詞是由音節(jié)結(jié)合而成的更大單位， 單詞簡(jiǎn)稱詞，它是文章的基礎(chǔ)，是有意義的語(yǔ)言的最小單位 。 輔音和元音 任何語(yǔ)言的語(yǔ)音都有元音和輔音兩種音素。一個(gè)音節(jié)由元音和輔音構(gòu)成。元音是由聲帶振動(dòng)發(fā)出的聲音，構(gòu)成了一個(gè)音節(jié)的主干，無(wú)論從長(zhǎng)度看還是從能量看，元音在音節(jié)中都占有主要部分。每個(gè)元音的特點(diǎn)是由 聲道的形狀和尺寸決定的。所有元音都是濁音。 由聲帶振動(dòng)產(chǎn)生的音稱為濁音。 輔音是由呼出的氣流克服發(fā)音器官的阻礙而產(chǎn)生的。發(fā)輔音時(shí)如果聲帶不振動(dòng)，則稱為清 輔 音；發(fā)輔音時(shí)如果聲帶振動(dòng)，則稱為濁輔音，它是樂音和清音的混合音。 在已知語(yǔ)言 中元音 有少至 2 個(gè) 多至 12 個(gè)，輔音從 10 個(gè)至 70 多個(gè)。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。 重音、 聲調(diào)和語(yǔ)調(diào) 重音、聲調(diào)和語(yǔ)調(diào)也是構(gòu)成語(yǔ)言學(xué)的一部分，它們或是用來(lái)表示一句話中重要的單詞，或者用來(lái)表示疑問(wèn)句，或者用來(lái)表示說(shuō)話人的感情。重音和語(yǔ)調(diào)是一種附加 的信息，其中 詞的重 音是西方語(yǔ)言如英語(yǔ)的一個(gè)重要特點(diǎn)，而語(yǔ)調(diào)實(shí)際上時(shí)講話聲音的調(diào)節(jié)，它決定于諸多因素，如語(yǔ)氣、環(huán)境、討論的話題等。語(yǔ)音中還有一個(gè)問(wèn)題是同音異義詞，它是指有相同的語(yǔ)音但是有兩個(gè)或更多的不同意義。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。語(yǔ)音出了上述一些特點(diǎn)外，還存在所謂超語(yǔ)音學(xué)特點(diǎn)，如低語(yǔ)表示秘密、高聲說(shuō)話表示憤怒等。 聲調(diào) 是漢語(yǔ)語(yǔ)音的一個(gè)重要特點(diǎn)，它是 指整個(gè)音節(jié)的高低升降的變化，音高的變化決定了聲調(diào)的性質(zhì)。漢語(yǔ)的聲調(diào)可以區(qū)分意義。聲調(diào)包 括調(diào)值和調(diào)類兩個(gè)方面。 音位 音位是一個(gè)具體的語(yǔ)音系統(tǒng)中能夠區(qū)別意義的最小的語(yǔ)音單位。其特點(diǎn)如下：音位是屬于一個(gè)具體的語(yǔ)言的，如漢語(yǔ)音位不同于英語(yǔ)的音位。沒有超語(yǔ)言的音位，這也是音位區(qū)別于音素的根本所在 。 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。音位是最小的單位，如 h225。n(韓 )和 n225。n(南 )能區(qū)別意義，但它們不是最小的單位，不屬于音位。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。 普通話的音位可以分為 以下三類 ： 從 元音中歸納出來(lái)的音位叫元音音位；從輔音中歸納出來(lái)的音位叫輔音音位； 從聲調(diào)中歸納出來(lái)的音位叫聲調(diào)音位，簡(jiǎn)稱調(diào)位。漢語(yǔ)普通話中有四個(gè)調(diào)位 ： 陰平、 陽(yáng)平、上聲、去聲。其中元音音位和輔音音位是從音質(zhì)角度歸納出來(lái)的， 稱為音質(zhì)音位。而聲調(diào)音位是從音高這種非音質(zhì)角度歸納出來(lái)的，稱為非音質(zhì)音位。非音質(zhì)音位也叫超音段音位。從音長(zhǎng)和音強(qiáng)角度分析出來(lái)的音位，也屬于非音質(zhì)音位。 語(yǔ)音產(chǎn)生的過(guò)程 發(fā)音器官介紹 聲音是一種波， 能被人耳聽到，它的振動(dòng)頻率在 20~20200Hz 之間。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，樂器發(fā)出的聲音等。而語(yǔ)音是聲音的一種，它是人的發(fā)音器官發(fā)出的、具有一定語(yǔ)法和意義的聲音。語(yǔ)音的振動(dòng)頻率最高可達(dá) 15000Hz 左右。 人類生成語(yǔ)音過(guò)程的第一階段是決定想傳給對(duì)方的內(nèi)容是什么，然后將內(nèi)容轉(zhuǎn)換為語(yǔ)言的形式。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。由大腦對(duì)發(fā)音器官發(fā)出運(yùn)動(dòng)神經(jīng)指令，發(fā)音器官各種肌肉運(yùn)動(dòng)，振動(dòng)空氣而形成語(yǔ)音波。這個(gè)過(guò)程可分為神經(jīng)和肌肉的生理學(xué)階段和產(chǎn)生語(yǔ)音波、傳遞語(yǔ)音波的物理階段。 西南科技大學(xué)本科生畢業(yè)論文 8 人類的語(yǔ)音是由人體發(fā)音器官在大腦控制下的生理運(yùn)動(dòng) 產(chǎn)生的。人的發(fā)音器官包括肺、氣管、喉（包括聲帶）、咽、鼻和口等 。 這些器官共同形成一條形狀復(fù)雜的管道，其中喉以上的部分稱為聲道，隨著發(fā)出聲音的不同其形狀是變化的；而喉的部分稱為聲門。在發(fā)音器官中，肺和氣管是整個(gè)系統(tǒng)的能源，喉是主要的聲音生成機(jī)構(gòu)，而聲道則對(duì)生成的聲音進(jìn)行調(diào)制。 產(chǎn)生語(yǔ)音的能量，來(lái)源于正常呼吸時(shí)肺部呼出的穩(wěn)定氣流，喉部的聲帶既是閥門，又是 振動(dòng)部件。在說(shuō)話的時(shí)候，聲門處氣流沖擊聲帶產(chǎn)生振動(dòng)，然后通過(guò)聲道 響應(yīng)變成語(yǔ)音。由于發(fā)不同的音時(shí)，聲道的形狀不同，所以聽到不同的聲音。 喉部的聲帶是對(duì)發(fā)音影響很大 的器官。聲帶的聲學(xué)功能為語(yǔ)音提供主要的激勵(lì)源：由聲帶振動(dòng)產(chǎn)生語(yǔ)音，是形成語(yǔ)音的基本聲源 。呼吸時(shí)左右兩聲帶打開，講話時(shí)聲帶合攏起來(lái)。兩聲帶之間的部位也稱聲門。講話時(shí)聲帶合攏因而受聲門下氣流的沖擊而張開；但由于 聲帶 韌性迅速地閉合，隨后又張開而閉合??。聲帶開啟和閉合使氣流形成一系列脈沖。每開啟和閉合一次的時(shí)間即振動(dòng)周期 稱為音調(diào)周期或基音周期，其倒數(shù)稱為基音頻率，也簡(jiǎn)稱基頻。基音頻率取決于聲帶的尺寸和特性，也決定于它所受的張力。聲帶振動(dòng)的頻率 即基頻決定了聲音頻率的高低，頻率快則音調(diào)高，頻率慢則音調(diào)低?；舻姆秶s 為 80~500Hz 左右，它隨發(fā)音人的性別、年齡、及具體情況而定，老年男性偏低，小孩和青年女性偏高。 聲道是聲門至嘴唇的所有器官 由咽、口腔和鼻腔組成，它是一根從聲門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。成年男子聲道的平均長(zhǎng)度約為 17cm，而聲道的截面積取決于其他發(fā)音器官的位置，它可以從零（完全閉合）變化到 20cm2。在產(chǎn)生聲音的過(guò)程中，聲道的非均勻截面又是在隨著時(shí)間不斷地變化。 聲道是氣流自聲門聲帶之后最重要的、對(duì)發(fā)音起決定性作用的器官。 語(yǔ)音產(chǎn)生 的過(guò)程 空氣從肺部排除形成氣流?？諝馔ㄟ^(guò)聲帶時(shí)，如果聲帶是繃緊的，則聲帶將產(chǎn)生張弛振動(dòng)，即聲帶周期性地開啟和閉合 。聲帶開啟時(shí)，空氣流從聲門噴射出來(lái)，形成一個(gè)脈沖；聲帶閉合時(shí)相當(dāng) 于脈沖序列的間隙期。因此，這種情況下在聲門處產(chǎn)生一個(gè)準(zhǔn)周期性脈沖序列的空氣流，該空氣流經(jīng)過(guò)聲道后最終從嘴唇輻射出聲波，這便是“濁音”語(yǔ)音。如果聲帶是完全舒展開來(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?？諝饬魍ㄟ^(guò)聲門后，會(huì)遇到兩種不同的情況：一種情況是，如果聲道的某個(gè)部位發(fā)出了收縮而形成的狹窄的通道，但空氣流到達(dá)此處時(shí)被迫以高速?zèng)_過(guò)收 縮區(qū)，并在附近產(chǎn)生出空氣的湍流，這種湍流通過(guò)聲道后便形成“摩擦音”或“清音” ；另一種情況是，如果聲道 的某個(gè)部位完全閉合在一起，當(dāng)空 氣流到達(dá)時(shí)便在此處建立空氣壓力，一旦閉合點(diǎn)突然開啟便會(huì)讓氣壓快速 釋放，經(jīng)過(guò)聲道后便形成“爆破音”。 由此可見，語(yǔ)音是由空氣流激勵(lì)聲道后從嘴唇或鼻孔或同時(shí)從嘴唇和鼻孔輻射出來(lái)而產(chǎn)生的。對(duì)于濁音、清音和爆破音來(lái)說(shuō)，激勵(lì)源是不同的，濁音語(yǔ)音是位于聲門處的準(zhǔn)周期脈沖序列，清音的激勵(lì)源是位于聲道的某個(gè)收縮區(qū)的空氣流（類似于噪聲），而爆破音的激勵(lì)源是位于聲道某個(gè)閉合點(diǎn)處建立起來(lái)的氣壓及其突然 釋放。 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)有聽和講能力的口語(yǔ)系統(tǒng)所必需的兩項(xiàng)關(guān)鍵技術(shù)。使電腦具有類似于人一樣的說(shuō)話和聽懂人說(shuō)話的能力，是90 年代信息產(chǎn)業(yè)的重要競(jìng)爭(zhēng)市場(chǎng)。和語(yǔ)言識(shí)別相比，語(yǔ)言合成的技術(shù)相對(duì)說(shuō)來(lái)要成熟一些，是該領(lǐng)域中近期最有希望產(chǎn)生突破并形成產(chǎn)業(yè)