語(yǔ)音數(shù)據(jù)與語(yǔ)音合成-文庫(kù)吧資料
2025-05-04 22:08本頁(yè)面
【正文】 征 – 基頻：發(fā)濁音時(shí)聲帶振動(dòng)引起的周期變化，我們聽感音調(diào)高低主要由基頻決定，中文聲調(diào)還用于區(qū)分語(yǔ)義 – 譜參數(shù)：描述聲道和口唇輻射 共振峰， LPC，倒譜參數(shù) 總綱 ? 1 . 數(shù)字語(yǔ)音信號(hào) ? 2 . 語(yǔ)音合成技術(shù) ? 3 . 數(shù)據(jù)標(biāo)注與合成 ? 4 . 合成效果測(cè)聽 語(yǔ)音合成技術(shù) ? 主流技術(shù)路線 – 基于統(tǒng)計(jì)規(guī)則的大語(yǔ)料庫(kù)拼接語(yǔ)音合成系統(tǒng) – 基于 HMM的參數(shù)語(yǔ)音合成系統(tǒng) – 基于 HMM的語(yǔ)料庫(kù)拼接語(yǔ)音合成系統(tǒng) 兩條道路： 要么是波形切分再拼合起來(lái)，要么是聲學(xué)參數(shù)轉(zhuǎn)化出來(lái) 語(yǔ)音合成技術(shù) ? 基于統(tǒng)計(jì)規(guī)則的大語(yǔ)料庫(kù)拼接語(yǔ)音合成系統(tǒng) – 傳統(tǒng)大語(yǔ)料庫(kù)合成， InterPhonic – 單元挑選波形拼接 – 超大規(guī)模音庫(kù)制作 ? 語(yǔ)料設(shè)計(jì)，音庫(kù)錄制，精細(xì)切分，韻律標(biāo)注 – 規(guī)則統(tǒng)計(jì)，針對(duì)不同發(fā)音人的細(xì)致調(diào)整 – 優(yōu)點(diǎn)：音質(zhì)最佳，正常句子的自然度也很好 – 缺點(diǎn)：非常依賴音庫(kù)的規(guī)模大小和制作質(zhì)量，存在一定穩(wěn)定性問(wèn)題，不能應(yīng)用在小型設(shè)備中 – 樣例： 輸入文本 拼音信息和韻律結(jié)構(gòu)信息 每個(gè)單元將取 多個(gè)候選 s1 s2 s3 s4 目標(biāo)代價(jià)挑選候選單元 詞典等文本分析知識(shí) 大規(guī)模語(yǔ)音庫(kù) 再考慮連接代價(jià)決定最后選定單元 s1 s2 s3 s4 s5 s6 輸出語(yǔ)音 語(yǔ)音合成技術(shù) ? InterPhonic系統(tǒng)處理流程 語(yǔ)音合成技術(shù) ? 基于 HMM的參數(shù)語(yǔ)音合成系統(tǒng) – 首先進(jìn)行語(yǔ)音特征參數(shù)的提取 – 以音素為單位（中文為聲韻母），使用 HMM （ Hidden Markov Model） 對(duì)自然語(yǔ)流的頻譜特征參數(shù)進(jìn)行建模 – 采用基于決策樹的聚類方法對(duì)上下文相關(guān)模型進(jìn)行聚類，以提高模型的魯棒性，得到預(yù)測(cè)參數(shù) – 最后生成參數(shù)輸入合成器，得到合成語(yǔ)音 – 優(yōu)點(diǎn)：所需音庫(kù)規(guī)模小，標(biāo)注精度要求相對(duì)降低，自然度高，系統(tǒng)小，靈活度高， ViviVoice， AiSound – 缺點(diǎn)：音質(zhì)相對(duì)較差，帶有合成器風(fēng)格 – 樣例： 語(yǔ)音合成技術(shù) ? 參數(shù)語(yǔ)音合成系統(tǒng)框架 語(yǔ)音合成技術(shù) ? HMM參數(shù)建模 – 用聲學(xué)參數(shù)針對(duì)音素建模 ? 為什么要建模？描述的音素特征變化 – 隱馬爾科夫模型（ Hidden Markov Model HMM ） 語(yǔ)音合成技術(shù) ? 決策樹模型聚類 – 有了模型怎么使用？來(lái)一句話怎么預(yù)知用哪個(gè)模型？
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1