一种新的情感语音合成法

《一种新的情感语音合成法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、http://www.paper.edu.cn一种新的情感语音合成法梁泽张恩溯(兰州大学信息科学与工程学院甘肃兰州730000)摘要:鉴于原有的各种情感语音合成法中存在的缺点，参数和波形的应用相对孤立，本文提出了基于波形的情感语音参数合成法，使波形合成法和参数合成法二者扬长避短，有机结合。并且在具体合成过程中，创新性地提出了诸如“交迭连接算法”等有效的算法。实验证明，本文在情感合成方面具有较好的效果。关键词:语音信号；情感语音合成；波形合成法；情感参数中图分类号:TN912.33文献标识码AANovelEmotiona

2、lSpeechSynthesisLiangZe,ZhangEn-suSchoolofInformationScience&Engineering,LANZhouUniversity,LANZhouGansu730000,CHINAAbstract:TheapplicationofparameterandwaveforminEmotionalSpeechSynthesisisrelativeisolationinthepast.ThispapersuggestsanEmotionalSpeechParameterSynt

3、hesisbasedonWaveformformanewpointofview.ThisnewmethodcombinesthemeritofWaveformSynthesisandthatofParameterSynthesis.Furthermore,someavailablearithmeticsuchasOverlapJointArithmeticintroducedinthispaper.Andthisarithmeticrepresentsfavorableeffectinexperiment.Keywor

4、ds:SpeechSignal,EmotionalSpeechSynthesis,WaveformSynthesis,EmotionalParametersynthesis）和基音同步叠加法(PSOLA)。0引言共振峰合成法生成的声学语音数据完全基于自然语音合成技术作为人机智能接口的重要支持手段语音与声学规则的对应，合成过程中没有真人语音。这[1]之一，越来越受到人们的关注。但是人类的话语中不种方法能控制声源或声道的许多参数，可以用来构建合仅包含了文字符号信息，而且还包含了人类的感情和情成语音中的情感表达，但合成结果显

5、得不自然并有强烈[2][4]绪等信息。因此，如何能让机器合成的语音不但流畅的机器味。易懂，而且能表达一定的情感，是信号处理以及人工智基音同步叠加法能根据上下文得到发音符号标注，能等方面都很有意义的课题。对拼接单元做出适当调整，在不改变原始语音音段音质原有的情感语音合成技术分为三大类：参数合成方细节的基础上，较灵活地改变体现语音自然度的韵律特[3]法、波形编辑合成方法和规则合成方法。利用这些比征，从而可获得较高的清晰度和自然度。该算法一般有较成熟的情感语音合成方法，英语、德语的研究已经取三种实现方式：时域基音同步叠(TD

6、-PSOLA)、线性预得了一定的成果。但是由于汉语言的特殊性，使得汉语测基音同步叠加(LPC-PSOLA)和频域基音同步叠加[1]言的情感语音合成方法的研究进展困难，尚属于比较低(FD-PSOLA)。级的阶段。参数合成法通过分析参数特征，调整相关参数来实在各种经典的合成方法中，参数和波形的应用是相现对年龄、性别特征的改变，进一步实现语气、语调的[4]对孤立的，二者的优势总是被其劣势制约，没有一个优变化。这种方法在情感语音合成的应用方面有一定优势综合的算法。作者综合考虑了几种经典合成方法的优势，但是算法复杂，并且在压缩比

7、较大时，信息丢失很势，结合汉语言的特点，提出了一种新的情感语音合成大，合成的语音不够自然清晰。法。波形编辑合成法是比较传统的合成方法，通过选取音库中自然语音单元波形，对这些波形进行编辑拼接后1经典合成法简介输出，不存在参数提取的问题。该法的实现需要大容量规则合成法（Synthesis-by-rules），通过语音学规则数据库以及高速处理器的支持，硬件要求较高。产生语音。其中比较典型的是共振峰合成法（Formant1http://www.paper.edu.cn22“基于波形的情感语音参数合成法”算法hn()=wn()“

8、基于波形的情感语音参数合成法”是将波形合成短时平均幅度，其定义如下+∞法与参数合成法二者的优势结合产生的一种新的情感Mn=−∑xmwnm()()()()=xnwn∗语音合成方法。利用一个拥有良好自然度的真人语音波m−−∞形库，结合不同情感下语音特征参数值的变化，对语音短时平均过零率的定义如下：波形的情感特征参数进行有针对性的修改，