第3章聲音1(參考版)
2025-07-23 10:06本頁(yè)面
【正文】 。中科大 微軟 2022/8/17 多媒體技術(shù)研究所 38 3 進(jìn)一步的發(fā)展方向 ? 提高合成語(yǔ)音的自然度 ? 豐富合成語(yǔ)音的表現(xiàn)力 ? 多語(yǔ)種文語(yǔ)合成 (multilanguage TTS). ? 文本到可視語(yǔ)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(yǔ)音的語(yǔ)種 ,說(shuō)話人性別、年齡 ,說(shuō)話的速度及韻律等 ? 可控制合成語(yǔ)音的起、停、反向播放 , 正向播放。 中科大 微軟 5. 比如 “ 很久沒(méi)見(jiàn)了 ” 這句話，英文正確的說(shuō)法應(yīng)該是 “ I haven39。 2022/8/17 多媒體技術(shù)研究所 36 幾個(gè) TTS系統(tǒng) ? 中國(guó)科大訊飛 TTS系統(tǒng) ? 微軟亞洲研究院的木蘭系統(tǒng) ? 貝爾實(shí)驗(yàn)室 ? IBM的 ViaVoice 2022/8/17 多媒體技術(shù)研究所 37 實(shí)例 1. 下雨天留客天留我不留 中科大 微軟 2. 南京大學(xué)計(jì)算機(jī)系 2022年招收了 202名本科生， 130多名碩士生，分成 2個(gè)專業(yè)。 對(duì)于同一個(gè)基元 ， 由于語(yǔ)境不同和重音表現(xiàn)不同 ， 其聲學(xué)特征有很大差別 。 基元越小 ， 語(yǔ)音數(shù)據(jù)庫(kù)越小 ， 拼接越靈活 ， 韻律修飾的規(guī)則就越復(fù)雜 。 語(yǔ)音基元是拼接的基本單位 。 ?分析并決定各個(gè)音節(jié)的聲調(diào)、語(yǔ)氣和停頓方式，發(fā)音的輕重、長(zhǎng)短等 2022/8/17 多媒體技術(shù)研究所 31 2 文語(yǔ)轉(zhuǎn)換方法 ? 參數(shù)合成法 ? 波形拼接法 2022/8/17 多媒體技術(shù)研究所 32 (1) 參數(shù)合成法 ? 優(yōu)點(diǎn)：音素參數(shù)庫(kù)比較小 ， 韻律控制能力較強(qiáng) ? 不足：音質(zhì)難以達(dá)到較好的水平 ―聲道 ― 濾波器 ” 模型 聲學(xué)參數(shù) 音素 參數(shù)庫(kù) 發(fā)音標(biāo)注 合成的語(yǔ)音 韻律標(biāo)注 先從音素庫(kù)中選擇相應(yīng)的聲學(xué)參數(shù) 根據(jù)韻律控制參數(shù)作一定的修改調(diào)整 ―聲道 ― 濾波器”模型按照激勵(lì)源和濾波器的參數(shù) (一般每隔 10ms30ms一組參數(shù) )，合成出語(yǔ)音。 ?分析文本中詞或短語(yǔ)的邊界， ?分析文本中的數(shù)字、姓氏、特殊字符、專有詞語(yǔ)等有關(guān)詞語(yǔ)讀音的性質(zhì)。 （ 4）數(shù)字的讀音： 南京大學(xué)計(jì)算機(jī)系 2022年招收了 202名本科生， 130多名碩士生，分成 2個(gè)專業(yè)。 ? 輔音 (consonant)（濁音或清音）， 受聲道阻礙的音。 2022/8/17 多媒體技術(shù)研究所 25 文語(yǔ)轉(zhuǎn)換的要求 ? 對(duì)合成語(yǔ)音的要求： ? 可理解 ? 自然 ? 低延遲 ? 語(yǔ)速可變 ? 聲音可變 ? 語(yǔ)言可變 ? 應(yīng)用： 聲訊服務(wù)，自動(dòng)應(yīng)答 , 有聲電子郵件 , 殘疾人服務(wù) , 自動(dòng)配音等 . 2022/8/17 多媒體技術(shù)研究所 26 語(yǔ)音基礎(chǔ)知識(shí) ? 音素 (phoneme)是語(yǔ)音的最小單
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1