拼接语音合成系统中的韵律自适应研究

摘要

本文提出了一种新的、基于拼接语音合成系统的韵律自适应模型。该模型能够利用目标说话人少量的语料使语音合成系统合成具有目标说话人韵律特征的语音。同基于平行语料的韵律转换方法相比，本文所提出的韵律自适应模型与语音合成的韵律生成模型结合更加紧密。本文采用的拼接语音合成系统的韵律模型由两部分组成，韵律样本库和韵律预测树。基于此模型，本文提出的韵律自适应模型也包括两部分：对韵律样本库的自适应和对韵律预测树的自适应。实验结果证明，相比传统的韵律转换，结合韵律自适应模型生成的语音与目标说话人在韵律表现上更加接近。