基于HMM的中文情感語(yǔ)音合成的研究.pdf

1、語(yǔ)音是人類(lèi)最直接、最有效的交流方式。隨著計(jì)算機(jī)智能和情感計(jì)算的發(fā)展,人們對(duì)語(yǔ)音處理技術(shù)的要求越來(lái)越高。本文針對(duì)多樣化的語(yǔ)音,提出了基于HMM的語(yǔ)音合成方法,實(shí)現(xiàn)了系統(tǒng)的自動(dòng)訓(xùn)練與構(gòu)建。在此基礎(chǔ)上,研究了語(yǔ)音的情感分類(lèi)方法以及情感語(yǔ)音的特征分析,通過(guò)分析情感語(yǔ)音在基頻、時(shí)長(zhǎng)、能量和上下文等方面的特征,總結(jié)出情感語(yǔ)音和中性語(yǔ)句之間的關(guān)聯(lián)。為了合成出高質(zhì)量的情感語(yǔ)句,特別引入了PAD三維情感模型,將離散化的情感語(yǔ)音擴(kuò)展為可計(jì)算的量化語(yǔ)音。最后

2、,通過(guò)語(yǔ)音合成器合成目標(biāo)情感語(yǔ)音。
　　本文采用PAD情感狀態(tài)模型分析語(yǔ)音的情感特征,這為今后語(yǔ)音的情感處理研究提供了理論依據(jù)。通過(guò)Boosting-GMM算法來(lái)預(yù)測(cè)建模,為后續(xù)的目標(biāo)情感語(yǔ)音合成奠定了良好的實(shí)驗(yàn)基礎(chǔ)和分析依據(jù)。本文主要研究工作和研究成果如下:
　　1.提出一種基于統(tǒng)計(jì)聲學(xué)模型的語(yǔ)音合成方法,建立了一個(gè)完整的可訓(xùn)練的語(yǔ)音合成系統(tǒng)框架。該系統(tǒng)對(duì)輸入的語(yǔ)音數(shù)據(jù)進(jìn)行聲學(xué)參數(shù)建模,并以訓(xùn)練得到的統(tǒng)計(jì)模型為基礎(chǔ)構(gòu)建相應(yīng)

3、的合成系統(tǒng),能夠很好地滿(mǎn)足目前對(duì)多樣化和高表現(xiàn)力的語(yǔ)音合成需求。
　　2.采用了PAD情感狀態(tài)模型對(duì)情感語(yǔ)音特征參數(shù)進(jìn)行了定量分析,得出不同情感狀態(tài)與PAD三個(gè)維度之間的映射關(guān)系,為后續(xù)的目標(biāo)情感語(yǔ)音合成提供了理論基礎(chǔ),提高了合成語(yǔ)音的音質(zhì)。
　　3.通過(guò)Boosting-GMM算法進(jìn)行情感預(yù)測(cè)建模。針對(duì)實(shí)驗(yàn)中的四種目標(biāo)情感,建立四種弱預(yù)測(cè)模型。每個(gè)弱預(yù)測(cè)模型由一種基本的預(yù)測(cè)模型和其它輔助預(yù)測(cè)模型組成。實(shí)驗(yàn)對(duì)比了基于GMM和