

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著時(shí)代的進(jìn)步,語(yǔ)音合成技術(shù)也日趨成熟。在幾種主流的語(yǔ)音合成技術(shù)中,統(tǒng)計(jì)參數(shù)語(yǔ)音合成(Statistical Parametric Speech Synthesis)擁有可自動(dòng)快速構(gòu)建、小型化靈活度高等優(yōu)點(diǎn)而被廣泛采用。而作為這個(gè)領(lǐng)域的一個(gè)新興的熱點(diǎn)方向,融合聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)的建模與合成技術(shù)通過(guò)引入和語(yǔ)音產(chǎn)生機(jī)理更加緊密相關(guān)的發(fā)音運(yùn)動(dòng)參數(shù),對(duì)原有的聲學(xué)模型結(jié)構(gòu)進(jìn)行改進(jìn),實(shí)現(xiàn)了兩種參數(shù)的聯(lián)合建模與生成。本文對(duì)上述技術(shù)進(jìn)行了系統(tǒng)的介紹
2、,并為優(yōu)化發(fā)音運(yùn)動(dòng)參數(shù)的生成效果進(jìn)行了深入的研究。整篇文章的結(jié)構(gòu)安排如下:
論文第一章概括地論述了本文的研究背景。先把幾十年來(lái)語(yǔ)音合成技術(shù)從無(wú)到有的發(fā)展情況進(jìn)行了介紹,再簡(jiǎn)要地分析了當(dāng)前幾種常見(jiàn)的語(yǔ)音合成方法。
論文第二章介紹目前廣泛常用的可訓(xùn)練語(yǔ)音合成技術(shù)(Trainable TTS)的基本流程框架,以及在此基礎(chǔ)上形成的融合聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)的建模與合成技術(shù),為本文在此項(xiàng)技術(shù)上的改進(jìn)工作進(jìn)行鋪墊。
3、> 論文第三章主要介紹我們?yōu)榱藘?yōu)化融合聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)的聯(lián)合建模與生成系統(tǒng)在合成發(fā)音運(yùn)動(dòng)參數(shù)方面的表現(xiàn),而提出的一種基于最小生成誤差(Minimum Generation Error,MGE)準(zhǔn)則的聲學(xué)-發(fā)音運(yùn)動(dòng)參數(shù)聯(lián)合模型訓(xùn)練優(yōu)化方法。在該方法中,我們首先定義生成的發(fā)音運(yùn)動(dòng)參數(shù)與對(duì)應(yīng)的自然發(fā)音運(yùn)動(dòng)參數(shù)之間的歐氏距離為生成誤差,然后在最小化生成誤差的目標(biāo)下,采用梯度下降算法(GPD)同時(shí)對(duì)模型中發(fā)音運(yùn)動(dòng)參數(shù)的均值和方差以及聲
4、學(xué)參數(shù)的均值和方差4類(lèi)參數(shù)進(jìn)行優(yōu)化,以達(dá)到優(yōu)化發(fā)音運(yùn)動(dòng)參數(shù)合成效果的目的。實(shí)驗(yàn)證明,我們的優(yōu)化方法可以明顯提高合成的發(fā)音運(yùn)動(dòng)參數(shù)與自然參數(shù)的接近程度。
論文第四章介紹了我們對(duì)于聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)映射關(guān)系的一系列研究工作,這部分工作仍然基于融合聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)的聯(lián)合建模與生成系統(tǒng)。我們首先對(duì)表征聲學(xué)參數(shù)與發(fā)音運(yùn)動(dòng)參數(shù)映射關(guān)系的轉(zhuǎn)換矩陣進(jìn)行了多方面的研究,包括對(duì)模型訓(xùn)練中轉(zhuǎn)換矩陣綁定類(lèi)數(shù)設(shè)置的優(yōu)化、直接基于MGE準(zhǔn)則
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 融合發(fā)音機(jī)理的統(tǒng)計(jì)參數(shù)語(yǔ)音合成方法研究.pdf
- 藏語(yǔ)統(tǒng)計(jì)參數(shù)語(yǔ)音合成的合成語(yǔ)音的音質(zhì)評(píng)測(cè).pdf
- 藏語(yǔ)拉薩方言的統(tǒng)計(jì)參數(shù)語(yǔ)音合成的研究.pdf
- 蘭銀官話(huà)統(tǒng)計(jì)參數(shù)語(yǔ)音合成的研究.pdf
- 統(tǒng)計(jì)參數(shù)語(yǔ)音合成中的聲學(xué)模型建模方法研究.pdf
- 基于線(xiàn)譜對(duì)特征的參數(shù)化統(tǒng)計(jì)語(yǔ)音合成技術(shù)研究.pdf
- 漢藏雙語(yǔ)跨語(yǔ)言統(tǒng)計(jì)參數(shù)語(yǔ)音合成的研究.pdf
- 面向統(tǒng)計(jì)參數(shù)語(yǔ)音合成的方言文本分析的研究.pdf
- 基于AMR-WB的參數(shù)語(yǔ)音合成技術(shù).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的統(tǒng)計(jì)參數(shù)語(yǔ)音合成方法研究.pdf
- 統(tǒng)計(jì)參數(shù)語(yǔ)音合成中的頻譜建模及生成方法研究.pdf
- 基于說(shuō)話(huà)人自適應(yīng)訓(xùn)練的統(tǒng)計(jì)參數(shù)語(yǔ)音合成的研究.pdf
- 統(tǒng)計(jì)參數(shù)語(yǔ)音合成中的基頻建模與生成方法研究.pdf
- 基于正弦模型的參數(shù)語(yǔ)音合成研究.pdf
- 藏語(yǔ)拉薩話(huà)的HMM參數(shù)語(yǔ)音合成方法研究.pdf
- 結(jié)合發(fā)音特征與深度學(xué)習(xí)的語(yǔ)音生成方法研究.pdf
- 統(tǒng)計(jì)參數(shù)情感語(yǔ)音合成的研究.pdf
- 基于HMM模型的混合特征參數(shù)語(yǔ)音識(shí)別方法的研究.pdf
- 基于統(tǒng)計(jì)聲學(xué)建模的語(yǔ)音合成技術(shù)研究.pdf
- 基于統(tǒng)計(jì)模型與發(fā)音錯(cuò)誤檢測(cè)的語(yǔ)音合成方法研究.pdf
評(píng)論
0/150
提交評(píng)論