论文部分内容阅读
本论文从选音的角度,针对拼接式中文语音合成系统,研究了提高合成语音自然度的方法和措施.文中分别从基频曲线、能量曲线以及音库音质等方面出发,根据实际采集的语音音库特点提出了相应的选音方法,达到提高合成语音自然度的目的.在基频曲线控制方面,根据系统语音音库的统计结果,提出相邻拼接字对应基频曲线间三类不同的约束条件,分别为MTC(More Than Constraint),LTC(Less Than Constraint)和NC(None Constraint).根据相邻拼接字声调的不同组合,以各候选拼接字基频曲线的起始频率和结束频率作为控制参数,定义相应的代价函数.将各候选音对应的实际代价函数值引入选音过程,采用基于全局最优准则的方法选出全局最优候选音.提出相邻拼接字基频曲线约束条件的出发点就是通过在选音时考虑相应的约束条件,选出相对最佳的候选音,从而达到减弱拼接处基频的非正常跃变,以期达到改善合成语音自然度的目的.实际合成试验结果验证了方法的合理性和有效性.在能量曲线控制方面,本文提出将拼接音的边界能量(拼接音的起始能量和结束能量)用于控制候选音边界能量的过渡.为了使拼接音边界能量的控制更有效,文中对边界能量的定义参数作了探讨.在音库音质方面,文中从语音库语音音质的角度出发,提出了提高合成语音自然度的方法.本文提出了基于话音识别的选音方法.根据实际音库的音质特点将音库中所有的音划分为不同的类.在选音时将音质信息引入,根据选音准则,在兼顾其它声学参数的情况下,选出具有相同或相似音质的候选音用于最终语音合成,以期获得具有最好自然度的合成语音.实际合成试验结果显示了方法的有效性.此外,文中对候选音基频均值匹配、协同发音特征属性匹配、音节时长匹配以及重读音在选音中的控制给出了具体的方案.最后,根据各特定的选音控制方法,构建了一套基于代价函数全局最优化选音的文语转换系统.