资源描述:
《TTS语音单元边界的自动切分》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、@微电子学与计算机!""!年第!"卷第#"期##$语音单元边界的自动切分王丽娟曹志刚’清华大学电子工程系微波与数字通信技术国家重点实验室!北京#???@A%摘要%语音单元边界的准确切分对基于波形拼接的语音合成系统至关重要!文章采用了两步切分方法"第一步中先由基于’((模型的强制对齐方法得到初始的边界"在第二步中提出用基于前后音素的边界模型来修正初始边界!为解决训练数据不足的问题"提出用分类与衰退树将前后因素发音相近的边界模型进行聚类!这样可以根据训练数据的多少"动态调节边界模型的数目"以保证模型训练的可靠性!在对中文语音库的实验中"自动切分的准确度由
2、B@CBD提高到E#C!D!关键词!前后音素相关"边界模型"分类与衰退树"自动切分"%%&中图法分类号!%FE#"C$文献标识码!&文章编号!’"""()’*"’!""!%#"(??@G?A&’()*+(,-$./*.0(+(,)01)2##$30,(4H3FIJ)%K5-,!L3MN:)%;-,;’#&6-6+O+PJ-Q0.-60.P0R()8.0S-1+-,*T);)6-2L0775,)8-6)0,UVT+9-.67+,60RW2+86.0,)8W,;),++.),;X%U),;:5-Y,)1+.U)6PXZ+)K),;#???@A%&54(2
3、+-(%L0..+865,)6U+;7+,6-6)0,-.+X6:05;:2-Q0.U07+X1+.P8.58)-2606:+9+.R0.7-,8+0R-80,8-6+,-6)0,Q-U+*%%&UPU6+7C%:)U9-9+.U5;;+U6U-6S0[U6+99.08+*5.+R0.-5607-6)85,)6U+;7+,6-6)0,XS:)8:80-.U+2PU+;7+,6UU9++8:*-6-),6:+R).U6U6+9-,*.+R),+UU+;7+,6Q05,*-.)+U),6:+U+80.*U6+9C3,+SL0,6+6[T+9+,*+,6
4、Z05,*-.P(0*+2]LTZ(^60*+U8.)Q+6:++10256)0,-8.0UU6:+U+;7+,6Q05,*-.P)U9.090U+*C%0.+*58+7-,5-2U+;7+,6-6)0,XL2-UU)R)8-%6)0,-,*4+;.+UU)0,%.++]L34%^)U5U+*60U6.5865.+6:+-1-)2-Q2+*-6-),60-70.++RR)8)+,65U-;+C3805U6)8-22PU)7)2-.Q05,*-.)+U-.+825U6+.+*60;+6:+.-,*80..+U90,*),;6)+*LTZ(70*+2U-
5、.+6:5U6.-),+*-,*5U+*R0.Q05,*-.P.+R),+%7+,6*5.),;6:+U+80.*U6+9C3R6+.-U+.)+U0R+9+.)7+,6UX6:+096)7-2LTZ(9-.-7+6+.U-,*6:+6.-),),;80,*)6)0,U-.+R05,*C%:+U+;7+,6-6)0,-885.-8P)U.-)U+*R.07B@CB_60E#C!D),(-,*-.),UP22-Q2+U+;7+,6-6)0,S)6:-Q056#X???7-,5-22PU+;7+,6+*U+,6+,8+U-ULTZ(6.-),),;*-
6、6-C6.78)294%L0,6+6[*+9+,*+,6Q05,*-.P70*+2XL34%X35607-6)8U+;7+,6-6)0,X%%&!引言"自动切分两步法基于波形拼接的语音合成技术!日益成为文语常用的自动切分方法有两种#$#%基于模板&转换系统中的主流技术"它采用自然语言波形直接’"%基于模型!以隐马尔可夫模型’((’’)**+,拼接的方法!进行拼接的语音单元都是从一个预先(-./01(0*+2%为代表"它们都是运用动态规划方法录制好的自然语言数据库中挑选出来的"只要语音将一串语音单元的模板’方法一%或是模型’方法库足够的大!包括了各种
7、可能语境下的语音单元!二%与给定的一句语音进行对齐!从而得到每个语有可能拼接出任何语句!并且有可能最大限度地保音单元的起始时间"或用自动语音识别3&4’35%留原有语音的自然度"语音单元的切分和标注的准607-6)8&9++8:4+80;,)6)0,%中的术语!称为强制对确性直接影响到合成语音的质量"在目前大部分的齐’<0.8+*32);,7+,6%"文献=#>研究表明!基于’((%%&系统中!语音单元的切分和标注都由人工来完模型的强制对齐比基于模板的方法能得到更好的成!并且需要进行反复校对来保证一致性"当语音切分准确度"因而!我们采用了基于’((模
8、型的强数据库较大时!进行切分!标注!校对需要大量的时制对齐方法来产生初始的语音单元切分边界"然间和成本"因此