基音与共振峰相结合的情感语音合成技术研究

《基音与共振峰相结合的情感语音合成技术研究》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、分类号TP391．9重庆邮电大学硕士学位论文英文题目ResearchonPitchandFormantsbased垦盟Q!iQ垒垒!墨P星曼堡垒曼Y坠!h曼墨i墨硕士研究生张豪杰指导教师王国盾L教授学科专业计算机应用技术论文提交日期2Q12生垒旦论文答辩日期2Q12生§旦2鱼旦论文评阅人答辩委员会主席王越教授重庆理工大学2012年5月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，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，也不包含为获得重迭由Ⅸ电太堂或其他教育机构的学位或证书而使用过的材料。与

2、我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢=6■思。学位论文作者签名：弘幕尘签字日期：加J】年乡月≯石日学位论文版权使用授权书本学位论文作者完全了解重庆邮电大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重迭蜜g鱼太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：撑豪戈导师签名：硼也签字日期：加，2年岁月7多日签字日期：们1年}／月矽日重庆邮电大学硕士论文摘要语音

3、信号是人们构成思想疏通和感情交流的最主要的途径Il，2J。传统的语音处理系统大多只着眼于语音词汇传达的准确性，而忽略了包含在语音信号中的情感信息。让计算机能够像人一样说出富有情感色彩的语音，就是人们长期追求的目标。因此，本文对情感语音合成技术进行了研究。本文首先介绍了语音合成的研究意义、发展历程以及现有的主要技术，并分析了目前流行的情感语音理论，考察了主要情感分类方法，选取中性、喜、怒、惊、悲五种情感状态进行研究，从这五种情感语音中提取主要韵律特征，进行特征选择，发现了基音和共振峰特征的重要性。然后在中性语音的基础上，针对不同的情感状态，选用时域基音同步叠加技术(TD．PSOL

4、A)对基频轨迹进行调整，对共振峰做相应的修改，最终与自然语音进行波形拼接，合成情感语音。在研究中取得了以下成果：(1)在研究哪些特征在情感语音表达起重要作用的过程中发现了基音和共振峰的重要性，并结合这两类特征，修改韵律参数，拼接合成情感语音，并通过实验，证明了合成语音具有更好的情感真实度。(2)对汉语语音协同发音现象进行研究，提出通过对语音过渡段共振峰的修改和基频轨迹的调整，来合成协同发音段，使不同的单字间在表达不同情感时具有不同的平滑过渡段。实验结果表明，合成的情感语音比未考虑协同发音现象时，自然度更高。(3)设计了一个情感语音合成实验系统(Emotionconverter)

5、。该系统将采集到的中性语音，通过提取基音、共振峰以及能量特征，按照不同的情感状态依据情感规则分别进行修改，从而转换为带有其他情感的语音。关键词：情感语音合成，PSOLA，协同发音，共振峰AbstractSpeechsignalisthemostimportantwayforpeopletoexchangeideasorfeelings．Traditionalspeechprocessingsystemsmainlyfocusontheaccuracyofconveyedvocabularies，whileignoringtheemotionalinformationcontai

6、nedinspeech．Makingcomputersayemotionalspeechispeople’slong。termgoal·So，inthispaper，emotionalspeechsynthesistechnologyisresearched·Thispaperfirstintroducesthespeechsynthesisresearchsignificance，developmentcourseandthemajorexistingtechnology，analysisthecurrentmajoremotionalspeechtheory，investi

7、gatesthemainemotionclassificationmethods．extractsthemainprosodicfeaturesfromfiveemotionalspeeches，afterfeatureselection，discovertheimportanceofpitchandformantcharacteristics．Theninthebasisofneutralemotionalspeech，choosetheTD．PSOLAtechnology(TD-PSOL