基于语音参数自适应的缅甸语情感语音合成

摘要

相比汉语和英语,缅甸语的语音合成技术发展相对滞后,合成的语音缺乏情感。情感语音合成使机器表达不再生涩,采用基于HMM声学模型的语音参数自适应方法,研究缅甸语情感语音合成。情感语音合成研究面临的一个困难是难以获取大规模的情感语音库,在低资源条件下提出了一种实现缅甸语情感语音合成的方法。首先在MFA (蒙特利尔强制对齐)平台进行缅甸语音子自动切分以训练语音声学模型,基于HTS平台采用中规模的缅甸语平静情感语音库,构建缅甸语语音合成基线系统。在此基础上,基于少量的高兴、悲伤、生气情感语音数据,采用语音参数自适应方法,构建缅甸语情感语音合成系统,并通过引入平均音模型和调整转换矩阵的方法进一步改进情感语音合成系统。实验结果表明,情感语音合成系统可合成出平静、高兴、悲伤、生气四种情感的缅甸语语音,EMOS平均评分可达3.40,证明了方法的有效性。