文本驱动的3d可视语音合成技术研究

《文本驱动的3d可视语音合成技术研究》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、密级：公开编号：文本驱动的3D可视语音合成技术研究RESEARCHON3DTEXT—V工SUALSYNTHESISTECHNOLOGY学位授予单位及代码：长春理工大学(10186)研究方向：语音信号处理指导教师：王丽荣教授论文起止时间：2012．1l一2013．12研究生：陶京京删㈣㈣㈣㈣吣长春理工大学硕士学位论文原创性声明Y一一2—53—00一一69～本人郑重声明：所呈交的硕士学位论文，《文本驱动的3D可视语音合成技术研究》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作

2、品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：逝盏耋：礁、』L年玉月丝日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文

3、。作者签名：隘导师签名：趁毕年毒月丛曰p，u年弓月讼曰摘要本文主要针对文本驱动的3D唇部可视语音合成技术进行研究。首先对三维唇部特征进行分析，并利用三维动态捕捉系统完成了特征点确定及特征点运动数据的采集工作；在可视语音合成方面采用图像拼接序列法，并融合了关键帧变形法中关键帧确定和提取的部分，并融合关键帧变形法，运用了关键帧变形法中对关键帧的确定和提取方法，将提取出的关键帧作为图像拼接的基础帧，用于图像拼接序列中的过渡帧合成；在输入文本分析方面采用了“+编程方法，利用目前已有的汉字．拼音库，基于汉语音素与可视音素即视素的归类方法，将输入文本转换为对应拼音，再将

4、拼音拆分为最小音素；对于文本驱动的方法，首先根据音素口型变化特征确定视素的分类，确定音素与对应三维口型的映射关系，利用这个映射建立拼音．口型的映射关系，再建立文本一口型的映射关系。在上述研究的基础上，通过输入文本能够得到对应三维口型，再通过图像拼接方法，运用三维图像的插值手法，使输出的图像序列能更真实地反映唇部运动状态。软件仿真表明，所研究的方法在一定程度上实现了文本．可视语音合成，输出的唇部运动效果与实时的三维动态捕捉系统采集得到的视频相比，输出图像没有跳点，运动变化过程更清晰。关键词：文本分析，图像序列，三维，唇部ABSTRACTThispaperstu

5、diesatext-driven3Dlipvisualspeechsynthesistechnology．Firstlythispaperanalyzesthethree—dimensionalcharacteristicsofthelip，usingthree-dimensionalmotioncapturesystemtodeterminethefeaturepoints，andcollectthemotiondataofthefeaturepoint．Withthemethodofimagestitchingsequencewecansynthesis

6、3Dvisual-speechsystem．Thisapproachescombinesthekeyframedeformationmethod，andalsotheconfirmationandextractingofthekeyframes．Thekeyisextractedoutoftheframeasaframe-basedimagestitching，itisusedforthesynthesisoftransition—frameimagestitchingsequence．Intheanalysisoftheinputtingtextusing

7、theC++programming，asthecharacters-Pinyinlibraryisalreadyexist．weusetheclassificationmethodsofChinesephonemesandvisualphonemetoconverttheentertexttothecorrespondingpinyin，andthensplititintothesmallestphoneticphoneme．Fortheapproachoftext—driven，Firstdeterminethevisualphonemeclassific

8、ationbasedons．Thendetermin