学位论文 > 优秀研究生学位论文题录展示

汉语语音合成韵律控制方法与实现的研究

作　者: 张鹏
导　师: 刘胜
学　校: 哈尔滨工程大学
专　业: 控制理论与控制工程
关键词: 文语转换语音合成语音自然度韵律模型韵律边界韵律控制 PSOLA算法
分类号: TN912.3
类　型: 硕士论文
年　份: 2006年
下　载: 335次
引　用: 5次
阅　读: 论文下载

内容摘要

随着科学与技术的发展，语音合成和语音识别已经开始广泛应用于社会的各个方面，并且成为人工智能、语音信号处理以及人机多媒体交互研究领域的热点之一。然而对于语音合成来说，汉语不同于西方语系，表现在语法结构、语法规则、声学特性、韵律特征等多个方面。首先，汉语是声调语言，声调具有辨意作用。其次，字与字之间的音调前后彼此互相影响会发生变异，即出现协同发音现象。同时，连续语流中的发音中间还会有短暂的停顿，这体现了人说话的节奏感。在汉语的文语转换(TTS)中，对语音基频、时长、幅度等韵律信息的预测、分析和控制称作韵律控制。目前在汉语语音合成的韵律控制方法上还存在很多无法解决的问题，致使合成语音的音质在自然度和可懂度方面相对较低，还不能达到用户可以广泛接受的程度，从而制约了该项技术大规模地进入市场。针对上述问题，本文在广泛汲取汉语韵律知识和现代语音信号处理技术的基础上，对汉语语音合成技术及其实现方法进行了深入的研究，主要研究工作如下：1、本文从汉语的声学特点和韵律特征出发，诸如汉语的声调及特点、汉语的语调及模式，分析和研究汉语的韵律特征(基频、时长、幅度)、重音、停顿以及韵律边界之间的相互关系，提出了适用于汉语语音合成的韵律控制规则。2、通过对汉语的韵律及其层次结构的分析与对比，进行了韵律特征与韵律边界的声学分析，提出了韵律分层建模、韵律边界预测和韵律分层控制的思想。3、确定了以音节作为拼接的语音基元，采用基于数据驱动的统计模型和规则相结合的方法，实现韵律建模及其韵律控制。4、采用PSOLA算法，在有限范围内实现对合成基元的时长和基频的调整，以及它对合成语音音质的影响；研究了语调曲线的合成及其控制方法。利用上述方法，进行了汉语文语转换实验。实验结果表明，本文提出的语音合成与韵律控制方法是行之有效的。

全文目录

摘要  5-6
Abstract  6-11
第1章绪论  11-21
  1.1 语音信号处理技术与语音合成  11-13
  1.2 语音合成技术与汉语语音合成技术的发展现状  13-16
  1.3 TTS系统的典型应用及发展方向  16-18
    1.3.1 在公共服务行业方面的应用  16
    1.3.2 在基于 PC的办公、教学、娱乐等多媒体软件上的应用  16-17
    1.3.3 在互联网及终端上的应用  17
    1.3.4 统一消息处理系统  17-18
    1.3.5 在移动信息终端及各种嵌入式设备上的应用  18
    1.3.6 存在的问题和发展方向  18
  1.4 本文研究的内容和意义  18-21
    1.4.1 本文研究的内容  18-19
    1.4.2 本文研究的意义  19-21
第2章汉语的特点分析  21-29
  2.1 汉语的特点  21-22
  2.2 汉语的音节与结构  22
  2.3 汉语的声调及特点  22-23
  2.4 声调的声学特性  23-28
    2.4.1 声调的基频  24-25
    2.4.2 声调的时长  25-26
    2.4.3 声调的幅度  26
    2.4.4 声调的物理量、听感量之间的关系  26-27
    2.4.5 动态声调—协同发音现象  27-28
    2.4.6 汉语的语调及模式  28
  2.5 本章小结  28-29
第3章汉语的韵律分析  29-43
  3.1 汉语的韵律特征  29-30
  3.2 汉语的韵律层级结构  30-35
    3.2.1 韵律词  31-32
    3.2.2 韵律短语  32
    3.2.3 语调短语  32
    3.2.4 停顿及其作用  32-33
    3.2.5 韵律结构的预测  33-35
  3.3 韵律层级结构边界的声学特性分析  35-38
  3.4 重音、语调对韵律特征参数的影响  38-42
    3.4.1 重音对音高、音长、音强的影响  38-41
    3.4.2 语调对音高的影响  41-42
  3.5 本章小结  42-43
第4章韵律规则与韵律模型的研究  43-55
  4.1 韵律规则与韵律模型介绍  43-44
  4.2 韵律规则  44-48
    4.2.1 变调规则  44-45
    4.2.2 语调规则  45
    4.2.3 音长规则  45-46
    4.2.4 重音规则  46-47
    4.2.5 停顿规则  47-48
  4.3 韵律模型的研究  48-52
    4.3.1 基于统计模型的合成基元的选取  48
    4.3.2 基于韵律匹配代价的合成基元的选取  48-49
    4.3.3 基于韵律拼接代价的合成基元的选取  49-50
    4.3.4 基于韵律匹配代价与韵律拼接代价的合成基元的选取  50-51
    4.3.5 合成基元之间的拼接与平滑过渡  51-52
  4.4 基于统计模型和规则的韵律控制  52-54
  4.5 本章小结  54-55
第5章韵律控制参数调整范围的研究  55-63
  5.1 PSOLA算法介绍  55-56
  5.2 TD-PSOLA时域基音同步叠加工作原理  56-60
    5.2.1 基音同步分析  57-58
    5.2.2 基音同步调整  58-59
    5.2.3 基音同步叠加  59-60
  5.3 韵律控制参数的调整  60-61
    5.3.1 基频调整  60
    5.3.2 时长调整  60-61
  5.4 PSOLA算法对合成语音音质的影响  61-62
  5.5 本章小结  62-63
第6章汉语语调曲线的合成及控制方法的研究  63-70
  6.1 汉语的语调模型  64-67
  6.2 模型参数的设置  67
  6.3 基于规则的F_0的合成  67-69
  6.4 本章小结  69-70
第7章语音合成实验  70-73
  7.1 主观听辨实验结果  70
  7.2 计算机合成语音的实验结果  70-72
  7.3 本章小结  72-73
结论  73-75
参考文献  75-82
攻读硕士学位期间发表的论文和取得的科研成果  82-83
致谢  83-84
个人简历  84

汉语语音合成韵律控制方法与实现的研究

内容摘要

全文目录

相似论文