第3章聲音1-資料下載頁
2025-07-20 10:06本頁面
【正文】 :語音基元取自自然語音的詞或句子 ， 它隱含了聲調(diào) 、 重音 、 發(fā)音速度變化時的細(xì)微特性 ， 合成的語音清晰自然 ， 其質(zhì)量普遍高于參數(shù)合成法 . ? 缺點 : 韻律參數(shù)修改范圍受限 , 機器味較濃 ， 其自然度還不能達到用戶可廣泛接受的程度 波形拼接與韻律修飾 波形 語音基元 波形 庫 發(fā)音標(biāo)注 合成的語音 韻律標(biāo)注 預(yù)先存儲了大量語音基元 (字或詞組 )的波形，合成時，按字 (詞 )讀取基元的波形 進行拼接和韻律修飾，然后輸出連續(xù)語流 2022/8/17 多媒體技術(shù)研究所 35 波形拼接法需考慮的問題 ? 語音基元的選擇 。 語音基元是拼接的基本單位 。 它可能是音素 、 半音節(jié) （ 首音 、 尾音 ） 、 音節(jié) 、 詞語 、 語句等 。 基元越小 ， 語音數(shù)據(jù)庫越小 ， 拼接越靈活 ， 韻律修飾的規(guī)則就越復(fù)雜 。 ? 語音基元的樣板數(shù) 。 對于同一個基元 ， 由于語境不同和重音表現(xiàn)不同 ， 其聲學(xué)特征有很大差別 。 為了減小韻律修飾的負(fù)擔(dān) ， 可以建立多樣板語音數(shù)據(jù)庫 。 2022/8/17 多媒體技術(shù)研究所 36 幾個 TTS系統(tǒng) ? 中國科大訊飛 TTS系統(tǒng) ? 微軟亞洲研究院的木蘭系統(tǒng) ? 貝爾實驗室 ? IBM的 ViaVoice 2022/8/17 多媒體技術(shù)研究所 37 實例 1. 下雨天留客天留我不留 中科大 微軟 2. 南京大學(xué)計算機系 2022年招收了 202名本科生， 130多名碩士生，分成 2個專業(yè)。 中科大 微軟 3. 我們都是同行，我們一路同行，去參加人參培植研討會 中科大 微軟 4. SOHO是 Small Office Home Office的縮寫，亦即 “ 小型的、家庭的辦公室 ” 的含義。 中科大 微軟 5. 比如 “ 很久沒見了 ” 這句話，英文正確的說法應(yīng)該是 “ I haven39。t seen you for a long time． ” ，一些人湊湊合合地說成 “ Long time no see.”—— 不合語法，但意思明白了。中科大 微軟 2022/8/17 多媒體技術(shù)研究所 38 3 進一步的發(fā)展方向 ? 提高合成語音的自然度 ? 豐富合成語音的表現(xiàn)力 ? 多語種文語合成 (multilanguage TTS). ? 文本到可視語音的轉(zhuǎn)換 (texttovisual speech，TTVS)， 2022/8/17 多媒體技術(shù)研究所 39 MPEG4 TTS的功能 ? 可以控制合成語音的語種 ,說話人性別、年齡 ,說話的速度及韻律等 ? 可控制合成語音的起、停、反向播放 , 正向播放。 ? 比特流中還可以在文本基礎(chǔ)上添加原始語音的韻律信息，如音素序列、每個音素的時長（ duration）、能量，使合成器能生成與原來語音非常相似的語音 ? 使合成語音與計算機生成的說話人 (talking head)的嘴唇運動同步 , 使用戶不僅聽到合成的聲音，還看到說話人嘴唇的動作。
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1