語音數據與語音合成(參考版)
2025-05-01 22:08本頁面
【正文】 ? 邊界調 Now*run*along(LH%)， and*tell*them*to*hurry。 數據制作與合成 ? 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，導致所讀不是原來詞典音素 ? 音素是身份牌，這個錯了后果很嚴重！ ? 修改標準： 尊重錄音 ? 中文：聲調變化，兒化，輕讀。語音音庫與合成 江源 2022611 語音合成技術 ? 什么叫語音合成 – Text To Speech過程 ,簡稱 TTS – 作用：將文本狀態(tài)的文字信息轉化為可聽的聲音信息 ———“ 電腦會說話 ” 鍵 盤 光電掃描 手寫識別 網絡 /數據庫 文 本 語言處理 韻律處理 語音合成 結果輸出 詞典 /規(guī)則 語音庫 發(fā)聲機理 ? 語音產生的生理過程 總綱 ? 1 . 數字語音信號 ? 2 . 語音合成技術 ? 3 . 數據制作與合成 ? 4 . 合成效果測聽 數字語音信號 ? 什么是數字語音信號 – 語音： 說話，聲波傳遞的語言 – 語音信號：記錄下來的聲波振動 – 模擬語音信號 ： （ 磁帶，唱片） – 數字語音信號 ： 模擬信號數字化 （ wav mp3 CD） 計算機應用的需要 ? 如何數字化 – 取樣：采樣率（時間尺子， 8K， 16K， 44K，每秒樣點數量） – 量化：量化精度（幅度尺子， 16bit， 32767~32768范圍） 數字語音信號 ? 取樣和量化 數字語音信號 ? 波形不能說明內容 數字語音信號 ? 頻域介紹 – 一段任意波形可以由一系列正弦波形組合而成 – 離散傅 里葉變換 數學表示： – 最高值，采樣率的一半（ 16K wav； max freq = 8K Hz） – 人可聽辨的頻率范圍： （ 20Hz ~ 20kHz） – 電話語音信道的頻率范圍（ 60Hz ~ 3400Hz） 數字語音信號 ? 語譜圖 數字語音信號 ? 清音和濁音 – 濁音：聲帶的快速振動，聲帶能夠將穩(wěn)定氣流轉換成振動 振動頻率稱為 基頻， 準周期性 – 清音：紊亂氣流，肺部氣流通過聲道中的狹窄處產生 – 爆破音：突然爆破 數字語音信號 ? 聲學特征 – 如此雜亂多變的信號， 如何描述，如何恢復？ – 語音信號產生的數字模型（ 源 濾波器模型 ） 數字語音信號 ? 聲學特
教學課件相關推薦
鄂ICP備17016276號-1