基于隐马尔可夫模型的跨语种语音合成研究

《基于隐马尔可夫模型的跨语种语音合成研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、隶劫大·粤硕士学位论文万方数据基于隐马尔可夫模型的跨语种语音合成研究万方数据ResearchonHMM．．basedCross-·LingualSpeechSynthesisDissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYFUHaiyanSupervisedbyProfessorZHAOLiSchoolofInformationScience&EngineeringSoutheastUniversityApril2014万方数据东南大学学位论

2、文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：互戛i缝日期：坠!里：三：!兰东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。

3、除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括以电子信息形式刊登)论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式刊登)授权东南大学研究生院办理。研究生签名：邀导师万方数据摘要捅要随着国际化社会的发展，仅仅一种语言已不能满足不同语言国家的人们之间的交流需求，而且并不是每个人都能短时间内熟练掌握多种语言，故而跨语种语音合成的产品应用需求急剧增加。随着统计参数语音合成技术的发展，尤其是基于HMM的语音合成技术，跨语种语音合成的研究取得了一定的进展。若想将跨语种语音合成应用于产品中，必须构建一个速度快、精简的语音合成系统，而实际上

4、满足要求的中英文语音合成系统较少。对于特定说话人的跨语种语音的合成，有研究者提出的基于音素的跨语种语音合成技术，来解决语料短缺的问题。虽然它能够合成特定说话人跨语种语音，但是对于中英文来说，两种语言的音素差异太大，合成语音的效果不尽人意。而后来有人提出基于状态映射的跨语种语音合成方法，效果较好，该方法具有很大的研究与应用价值。本文在前人的研究成果基础上，主要做了以下一些工作：(1)本文以Flite+htsengine为参考，在分析文本分析的各个模块的基础上，对英文合成软件Flite+htsengine进行了一定的改进，包括文本预处理、句子结构调整以及数字化处理等

5、等。改进后的系统，在保证合成语音质量几乎不变的情况下，减少了整个系统运行所需的内存空间，运行速度更快、系统占用空间更小，是嵌入式平台下英文语音合成的一种更好的选择。(2)本文在SYN6658的中文TTS的基础上，结合改进的英文合成技术，经过分析比较中文TTS和英文TTS的特性之后，提出了一种构建简单快速、占用空间小的中英文语音合成系统的方法。构建的中英文语音合成系统能够实时快速地合成出中英文语音，系统简单、易实现且合成效果较好，是中英文语音合成产品的较好选择。(3)本文以基于状态映射的中英跨语种自适应方法为研究对象，比较分析了MLLR、CMLLR、SMAPLR即

6、CSMAPLR算法的性能，然后将状态映射应用于跨语种自适应中，并对自适应中两种使用状态映射信息的方式进行了比较分析。通过实验发现，基于状态映射的自适应方法具有一定的效果，CSMAPLR算法优于CMLLR算法，而且两种方式各有优劣。变换映射的方式能实现更好的语音音质，对原始的两个语言模型说话人特征的一致性有较高要求，而数据映射的方式可达到更高的说话人相似度。关键词：语音合成；隐马尔可夫模型；跨语种自适应；文语转换系统；混合语音合成万方数据AbstractWiththedevelopmentofinternationalsociety,peoplecan’tcomm

7、unicatewithothersfromdifferentcountriesonlywithasinglekindoflanguage．AndnoteveryoneCanbecomeamulti．1anguagespeakerinashorttime．Therefore，itiSmoreandmoreurgentforpeopletousingaproducttosynthesisvoiceneeded．Alongwithdevelopingthetechnologyofstatisticalparametricspeechsynthesis，especial

8、lytheoneofHM