兰州方言语音生成方法研究

摘要

本文提出了利用语音转换实现兰州方言语音的生成方法。在采用Pitch‘Target估计模型为声调模型的基础上，提出了采用线性修改模型(L,MM)生成兰州方言的方法和采用高斯混合模型(GMM)生成兰州方言的方法。论文还提出了在生成方言语音的基础上采用语音修改方法实现音色可变兰州方言的方法。论文的主要工作及贡献如下： 1．提出了兰州方言的声调表示方法。在声调模型的选择上，论文讨论了现今主要的声调模型。根据兰州方言语音的特点选择语音学模型中的Pitch’Target估计模型作为声调表示模型。 2．提出了一种基于线性修改模型(1,MM)的兰州方言生成方法。对于训练集中的普通话语音和兰州方言语音利用Pitch’Target估计模型提取特征参数，分别用七维的矢量表示两种语音的声调曲线，然后利用线性回归的方法分别求得七个特征参数的转换函数。在生成语音时，首先提取待转换普通话的七个特征参数，然后利用转换函数计算出兰州方言对应的七个特征参数，生成基频FO曲线，最后利用Straight算法合成方言语音。 3．提出了基于高斯混合模型(GMM)的兰州方言变换方法，使得能够在大语料库的基础上，基于统计学模型，实现普通话到兰州方言的变换。首先利用Pitch Target模型提取源语音和目标语音韵特征参数，构建方言变换的训练集；然后构建普通话和兰州方言训练语音库，训练出GMM的转换参数。根据转换参数进行方言变换，得到兰州方言的F0曲线，最后利用Straight算法合成出兰州方言。实验结果表明，增加训练音库的规模，可以得到质量更好的合成语音。 4．提出了音色可变兰州方言语音的生成方法。影响语音听感的参数，主要包括时域和频域参数：基频、时长、非周期指数和频谱。利用Straight语音修改算法修改方言语音的基频、时长等时域参数和共振峰等频域参数，可以得到音色可变兰州方言语音。实验结果表明，该方法能够得到较高质量的多音色兰州方言语音。

目录

文摘

英文文摘

声明

第1章引言

1.1选题背景及意义

1.2语音转换技术及方言合成研究现状

1.2.1语音转换的概念及意义

1.2.2语音的个性化特征描述

1.2.3语音转换系统结构

1.2.4国内研究现状

1.3语音转换算法

1.4论文工作

第2章基础知识介绍

2.1语音学基础知识

2.1.1语音的产生模型

2.1.2基本的声学参数

2.1.3韵律特征

2.2汉语语音特点介绍

2.3常用的声调模型介绍

2.3.1基于感知的IPO方法

2.3.2 FUJISAKI模型

2.3.3 INISINT

2.3.4 Tilt模型

2.3.5参数化声调事件(PaIntE)方法

2.3.6 Pitch Target估计模型

2.4兰州方言音系

2.4.1兰州方言的声韵调系统

2.4.2兰州方言的声调特点及与普通话的联系

第3章兰州方言声调模型的建立

3.1引言

3.2不同声调模型的比较和声调模型的选定

3.3利用Pitch Target对基频建模

3.3.1基本原理

3.3.2语料库设计

3.3.3基频标注

3.4兰州方言与普通话对比的特征分析

3.4.1韵律特征参数的选择

3.4.2兰州方言和普通话特征参数的对比

3.4.3兰州方言声调转换模式的确定

3.5本章小结

第4章兰州方言的LMM变换方法

4.1兰州方言的LMM变换方法

4.1.1划分韵律短语

4.1.2基频修改

4.1.3基频平滑

4.1.4重构语音

4.2兰州方言LMM变换结果

4.2.1基频曲线示意图

4.2.2主观实验

第5章基于GMM模型的兰州方言变换

5.1引言

5.2高斯混合模型(GMM)

5.3基于Pitch Target模型表示的GMM方言转换方法

5.4训练集的构造

5.5实验研究

5.5.1实验数据

5.5.2主观评价

5.6本章小结

第6章音色可变兰州方言的生成方法

6.1引言

6.2基于Straight的生成方法

6.2.1音色可变兰州方言语音的生成

6.2.2语音频谱分析

6.2.3多音色兰州方言语音修改生成方法

6.3兰州方言音色变换结果

6.3.1基频曲线示意图

6.3.2主观实验

第7章总结与展望

7.1论文工作总结

7.2不足与展望

参考文献

攻读硕士学位期间发表的学术论文及主要成果

致谢