多层次韵律和短时谱同步变换的情感语音合成

摘要

在日常生活中,声音包含了表示文本内容的语义信息,而且也会传递一些情感信息。对于同一句话，如果说话人说话方式不同，听者所获得的信息也会不同。语音的情感转换，就是在语义相同的情况下，实现声音在不同情感间的转换。因此，情感转换是具有表现力的语音合成的重要研究方向。
　　本研究使用一种多层次韵律和短时谱同步变换的情感合成方法。通过多层次的方法对高兴、生气、悲伤和中性这4种情感语音建立相应的韵律模型。在此基础上，训练得到中性语音与情感语音之间的映射关系，完成韵律转换。然后，再结合短时谱的转换，运用合成工具(STRAIGHT)最后合成有明显情感倾向的情感语音。对转换语音做ABX和MOS测评，结果表明多层次的方法明显改善了情感转换效果。同时，对于合成的情感语音进行谱失真检测，检测结果表明，相对于只对音节进行转换的方法，对于高兴、愤怒和悲伤的转换结果分别提高了2％、4%和6%。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 序言

1.1 情感语音合成概述

1.2 国内外研究现状

1.3 情感语音合成的方法

1.4 本文主要研究工作及论文及安排

第二章 语音情感转换基础知识

2.1 语音信号的基础知识

2.2 语音信号的预处理

2.3 特征参数分析

2.4 基于GMM的情感转换方法

2.5 STRAIGHT合成平台

2.6 情感语音转换评价标准

第三章 情感语音的多层次韵律特征分析

3.1多层次韵律转换概述

3.2韵律特征的统计分析

第四章 多层次韵律和短时谱同步变换的情感转换

4.1 基频的转换

4.2时长的转换

4.3能量的转换

4.4 短时谱转换

第五章 语音情感转换实验与结果分析

5.1 情感语音语料库

5.2 实验结果分析

第六章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

攻读硕士学位期间发表的论文

致谢