论文部分内容阅读
随着计算机与网络的不断发展以及社会信息化程度的日益提高,人们对获取信息的手段和方式提出了越来越高的要求。作为人类最有效便捷的通信交互手段,自然的语音交互方式在人机通讯领域的地位日渐凸显。随着嵌入式技术的蓬勃发展,嵌入式设备同人们日常生活的联系变得越来越密切。这些嵌入式设备多以信息终端的形式出现,集计算、通信、传感功能于一身,能方便地与各种设备(包括日常用品)结合在一起。因此为了满足用户对于嵌入式设备更便捷、自然使用的需求,将语音合成技术应用到嵌入式设备中成了必然的趋势。
本文的研究工作如下:
同组内成员合作提出了一种基于韵律环境约束的基元选取算法。在拼接合成系统中,选取单元时除利用传统的上下文信息之外,还利用了候选单元的韵律环境信息。采用决策树的方法对单元的韵律环境进行建模,将预测出的韵律环境属性集成到基元选取的代价函数之中,提高了合成结果的连贯性和自然度。
提出了一种基于混合基元的音库构建方法,混合基元主要由声韵母及其组合对构成,其基本思想在于:在构造波形拼接所需的语料时,可以结合不同类型基本声学单元的优缺点,尽量在音库中保留对于协同发音影响较大的单元组合。
给出了一套完整的基于声学层面的音库量化压缩策略,在对原始音库充分分析的基础上,利用数据挖掘技术对原始音库进行合理适度的载剪,使得生成的目标音库尽量保持原始音库中的韵律特征,从而实现既大幅压缩了音库的规模,又较好地保持了合成结果的自然度和可懂度。
最后实现了一个达到实用化水平的中文嵌入式语音合成系统。制作出了适合不同嵌入式平台下的小型音库,使得合成系统在极小资源消耗的情况下,获得了清晰、自然的合成效果。在实现过程中,重点关注了系统的可载减性、可定制性和可移植性。合成系统可适用于多种嵌入式环境。