藏语拉萨话的HMM参数语音合成方法研究

摘要

在人机语音交互技术的飞速发展时代,语音合成技术一直是研究的热门,其中拼接合成算法占居一定的地位,但这种方法需要建立一个大语料库,并且扩展性差,鲁棒性不是很高。所以我们采用在语音数据量有限,同时可以调节合成参数,改变合成语音的声学特征,系统灵活性高的基于隐马尔科夫模型(Hidden Markov Model, HMM)的统计参数语音合成。本文以藏语拉萨方言为研究对象,设计了藏语拉萨方言的文本语料,录制了语音语料,进行文本分析和韵律信息标注,在 HTS(HMM-based Speech Synthesis System)系统下通过训练模型实现了藏语拉萨方言的统计参数语音合成。本文所做的工作如下:
　　1.设计了藏语拉萨话语音合成语料。通过分析藏语拉萨话在文、词、音的特点,结合孔江平的《藏语方言字表》设计以声韵母为基元科学的藏语拉萨话文本语料库,构建了800句基本覆盖声韵母的小语料库和2000句全全覆盖声韵母的大语料,为合成高质量语音打下基础。并录制男声和女声2800句藏语拉萨话语音语料。
　　2对录制语料进行切分和标注。为合成出高质量语音对语料库音节和声韵母进行准确的准确的切分,利用 praat软件对语料库进行了文本标注和韵律标注,将其分成获取边界信息的音素层、音节层、词语层、短语层和句子层五个层。
　　3.实现了在藏语拉萨话HTS语音合成系统下的统计参数语音合成。根据藏语拉萨话的发音特点,设计语料的上下文相关信息和问题集。以声韵母为基元,分别训练两个语料库的语句实现了在HTS系统下藏语拉萨方言的基于 HMM统计参数的语音合成。对其合成语句进行定性、定量、主观评测试验。实验结果表明,训练2000句声韵母全全覆盖的语料库的语句合成语音的平均MOS得分为3.8,DMOS得分4.1分。而以800句语料库的语句作为训练语句合成出的语音平均MOS得分为3.3,DMOS得分3.6分。

目录

封面

声明

西北师范大学研究生学位论文作者信息

中文摘要

英文摘要

目录

第1章 绪 论

1.1研究背景

1.2研究现状

1.3研究目的及意义

1.4论文的研究内容及组织

1.5本章小结

第2章 藏语拉萨话的概况

2.1藏语文字概况

2.2藏语方言概况

2.3藏语拉萨话简介

2.4本章小结

第3章 TTS的基本概念和合成方法

3.1TTS系统的基本原理

3.2语音合成的方法

3.3基于HMM参数语音合成的方法

3.4基于HMM的参数语音合成方法的特点

3.5本章小结

第4章 藏语拉萨话的语料分析和标注

4.1藏语语料设计和建立

4.2藏语语料切分与标注

4.3本章小结

第5章 语音合成实验结果和评测

5.1语境信息的标注及问题集的设计

5.2实验数据准备

5.3实验结果及评测

5.4本章小节

第6章 总结与展望

6.1工作展望

参考文献

攻读学位期间的研究成果

致谢