-
题名基于HMM的可训练中文语音合成
被引量：17
- 1
-
-
作者
吴义坚
王仁华
-
机构
中国科学技术大学
-
出处
《中文信息学报》
CSCD
北大核心
2006年第4期75-81,共7页
-
基金
国家自然科学基金资助项目(60475015)
-
文摘
本文将基于HMM的可训练语音合成方法应用到中文语音合成。通过对HMM建模参数的合理选择和优化,并基于中文语音特性设计上下文属性集以及用于模型聚类的问题集,提高其建模和训练效果。从对比评测实验结果来看,98.5%的合成语音在改进后其音质得到改善。此外,针对合成语音节奏感不强的问题,提出了一种基于状态和声韵母单元的两层模型用于时长建模和预测,集外时长预测RMSE由29.56m s降为27.01m s。从最终的合成系统效果来看,合成语音整体稳定流畅,而且节奏感也比较强。由于合成系统所需的存贮量非常小,特别适合嵌入式应用。
-
关键词
计算机应用
中文信息处理
语音合成
HMM
可训练语音合成
时长模型
-
Keywords
computer application
Chinese information processing
speech synthesis
HMM
trainable tfs
duration modeling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
