基于HMM的马来语语音合成系统设计与实现
发布时间:2021-04-21 08:37
通过计算机或特殊设备由人为的工艺流程生成出使人能听得懂的话音称之为语音合成。目前,主流的语音合成系统采用了基于统计参数的语音合成方法,该方法具有合成效率高,对不同语音情境、风格、语言的依赖度小等优点。马来语属于南岛语系印度尼西亚语族,广泛使用于马来西亚联邦、印度尼西亚、文莱、菲律宾、新加坡等国家,使用人数约有2亿多人。本文采用基于隐马尔科夫模型(HMM)的统计参数语音合成技术,探索马来语语音合成系统的实现方法。本文的主要工作有:(1)查阅大量关于语音合成的文献,总结了隐马尔科夫模型(HMM)的原理、基于HMM的语音合成系统框架和马来语语音合成研究现状。(2)以440MB的发音语料和402KB的文本语料为基础,从中挑选了1000句作为马来语语音合成语料库,并对其进行了音子列表的确定、音子自动切分、上下文属性和问题集的设计,完成数据准备工作。(3)通过Cygwin平台,运用HTS语音合成工具包,对准备好的数据进行马来语语音合成系统的声学模型训练和后端合成框架的构建,最后根据STRAIGHT合成器生成其马来语语音文件。实验结果表明,基于HTS的音子自动切分能节省大量人工语料库标注的时间,提高...
【文章来源】:云南大学云南省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 引言
1.2 语音合成概述
1.3 马来语语音合成研究现状
1.4 论文研究思路及作者的工作
1.5 论文的组织结构
第2章 基于HMM的语音合成
2.1 隐马尔科夫(HMM)模型概述
2.2 基于HMM模型的语音合成系统框架
2.3 特征参数的选取
2.4 语音合成平台(HTS)
第3章 马来语音子自动切分
3.1 马来语简介
3.2 数据准备工作
3.3 音子自动切分
3.3.1 音子自动切分概述
3.3.2 音子列表的确定
3.3.3 音子自动切分的实现
3.4 实验结果分析
第4章 马来语声学模型训练以及语音合成
4.1 上下文属性和问题集设计
4.2 声学模型训练
4.2.1 训练参数的配置
4.2.2 模型训练的流程
4.3 语音合成的实现
4.4 实验结果分析
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】:
期刊论文
[1]一种改进的基于Viterbi的语音切分算法[J]. 李欢欢,王金明,尹海明,徐志军,孔磊,张开礼. 通信技术. 2015(09)
[2]基于深度神经网络的汉语语音合成的研究[J]. 王坚,张媛媛. 计算机科学. 2015(S1)
[3]基于HMM的蒙古语语音合成技术研究[J]. 赵建东,高光来,飞龙. 计算机科学. 2014(01)
[4]面向语音合成的藏语单音素与三音素自动切分算法研究[J]. 张金溪,李永宏,单广荣,李照耀,江静. 计算机应用研究. 2013(11)
[5]面向语音合成的维吾尔语音素自动切分算法研究[J]. 阿依木尼萨·胡甫尔,艾斯卡尔·艾木都拉. 计算机应用与软件. 2011(09)
[6]基于LSP线谱对参数的GMM说话人识别系统[J]. 陈俊,盛利元. 微计算机信息. 2010(04)
[7]基于声学统计建模的新一代语音合成技术[J]. 王仁华,戴礼荣,胡郁,凌震华. 中国科学技术大学学报. 2008(07)
[8]基于自适应子带功率谱熵的语音端点检测算法[J]. 李金宝,屈百达,徐宝国,周小祥. 计算机工程与应用. 2007(12)
[9]基于HMM的可训练中文语音合成[J]. 吴义坚,王仁华. 中文信息学报. 2006(04)
[10]语音识别和说话人识别中各倒谱分量的相对重要性[J]. 甄斌,吴玺宏,刘志敏,迟惠生. 北京大学学报(自然科学版). 2001(03)
博士论文
[1]语音合成音库自动标注方法研究[D]. 杨辰雨.中国科学技术大学 2014
[2]统计参数语音合成中的声学模型建模方法研究[D]. 雷鸣.中国科学技术大学 2012
[3]基于隐马尔科夫模型的语音合成技术研究[D]. 吴义坚.中国科学技术大学 2006
硕士论文
[1]基于深度学习的维语语音识别研究[D]. 李鹏飞.安徽大学 2016
[2]基于HMM的可训练傣语语音合成系统[D]. 陈志琼.云南大学 2016
[3]傣语语音合成系统中自动分词技术与音子自动切分技术研究[D]. 李诗心.云南大学 2015
[4]基于HTK的个性化语音合成研究与实现[D]. 冯程程.武汉理工大学 2013
[5]基于HMM的可训练越南语语音合成系统[D]. 和林钰.云南大学 2011
[6]基于HMM的汉语数字语音识别系统研究[D]. 侯周国.湖南师范大学 2006
本文编号:3151431
【文章来源】:云南大学云南省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 引言
1.2 语音合成概述
1.3 马来语语音合成研究现状
1.4 论文研究思路及作者的工作
1.5 论文的组织结构
第2章 基于HMM的语音合成
2.1 隐马尔科夫(HMM)模型概述
2.2 基于HMM模型的语音合成系统框架
2.3 特征参数的选取
2.4 语音合成平台(HTS)
第3章 马来语音子自动切分
3.1 马来语简介
3.2 数据准备工作
3.3 音子自动切分
3.3.1 音子自动切分概述
3.3.2 音子列表的确定
3.3.3 音子自动切分的实现
3.4 实验结果分析
第4章 马来语声学模型训练以及语音合成
4.1 上下文属性和问题集设计
4.2 声学模型训练
4.2.1 训练参数的配置
4.2.2 模型训练的流程
4.3 语音合成的实现
4.4 实验结果分析
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】:
期刊论文
[1]一种改进的基于Viterbi的语音切分算法[J]. 李欢欢,王金明,尹海明,徐志军,孔磊,张开礼. 通信技术. 2015(09)
[2]基于深度神经网络的汉语语音合成的研究[J]. 王坚,张媛媛. 计算机科学. 2015(S1)
[3]基于HMM的蒙古语语音合成技术研究[J]. 赵建东,高光来,飞龙. 计算机科学. 2014(01)
[4]面向语音合成的藏语单音素与三音素自动切分算法研究[J]. 张金溪,李永宏,单广荣,李照耀,江静. 计算机应用研究. 2013(11)
[5]面向语音合成的维吾尔语音素自动切分算法研究[J]. 阿依木尼萨·胡甫尔,艾斯卡尔·艾木都拉. 计算机应用与软件. 2011(09)
[6]基于LSP线谱对参数的GMM说话人识别系统[J]. 陈俊,盛利元. 微计算机信息. 2010(04)
[7]基于声学统计建模的新一代语音合成技术[J]. 王仁华,戴礼荣,胡郁,凌震华. 中国科学技术大学学报. 2008(07)
[8]基于自适应子带功率谱熵的语音端点检测算法[J]. 李金宝,屈百达,徐宝国,周小祥. 计算机工程与应用. 2007(12)
[9]基于HMM的可训练中文语音合成[J]. 吴义坚,王仁华. 中文信息学报. 2006(04)
[10]语音识别和说话人识别中各倒谱分量的相对重要性[J]. 甄斌,吴玺宏,刘志敏,迟惠生. 北京大学学报(自然科学版). 2001(03)
博士论文
[1]语音合成音库自动标注方法研究[D]. 杨辰雨.中国科学技术大学 2014
[2]统计参数语音合成中的声学模型建模方法研究[D]. 雷鸣.中国科学技术大学 2012
[3]基于隐马尔科夫模型的语音合成技术研究[D]. 吴义坚.中国科学技术大学 2006
硕士论文
[1]基于深度学习的维语语音识别研究[D]. 李鹏飞.安徽大学 2016
[2]基于HMM的可训练傣语语音合成系统[D]. 陈志琼.云南大学 2016
[3]傣语语音合成系统中自动分词技术与音子自动切分技术研究[D]. 李诗心.云南大学 2015
[4]基于HTK的个性化语音合成研究与实现[D]. 冯程程.武汉理工大学 2013
[5]基于HMM的可训练越南语语音合成系统[D]. 和林钰.云南大学 2011
[6]基于HMM的汉语数字语音识别系统研究[D]. 侯周国.湖南师范大学 2006
本文编号:3151431
本文链接:https://www.wllwen.com/kejilunwen/wltx/3151431.html