基于时域基音同步叠加算法的语音合成技术研究-通信与信息系统专业论文.docx

万方数据 万方数据 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所 取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包 含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本 学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 年 月 日 非公开学位论文标注说明 (本页表中填写内容须打印) 根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申 请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本 说明为空白。 论文题目 申请密级 □限制(≤2 年) □秘密(≤10 年) □机密(≤20 年) 保密期限 20 年 月 日至 20 年 月 日 审批表编号 批准日期 20 年 月 日 南开大学学位评定委员会办公室盖章(有效) 注：限制★2 年(可少于 2 年);秘密★10 年(可少于 10 年);机密★20 年(可少于 20 年) 摘要 摘要 摘要 随着科学技术的不断发展，语音合成技术近年来也取得了飞速的进步，大 大推动了人机交互方式改变的进程。在语音合成领域应用比较多的语音合成方 法主要有线性预测合成法和共振峰参数合成法。这些基于提取相关参数的合成 方法在实现上相对简单，但是由于提取的语音参数并不能完全表示语音信号的 特性，导致经由这些方法合成的语音信号的清晰度与自然度都不够理想。因此， 基于基音同步叠加算法的语音合成技术应运而生。这种方法是在波形拼接合成 算法的基础上，依据语音学规律，对合成语音的韵律进行调节（比如时长、基 频等方面），从而获得更高的自然度。 在进行语音信号合成的过程中，基音周期的估计非常重要，它对语音信号 合成的质量有着重大的影响。传统的基音周期估计算法主要有短时自相关函数 法、短时平均幅度差函数法、倒谱法等，这些方法在对基音周期进行估计时都 有着一定的缺陷。因此，本文在利用倒谱法提取基音周期的基础上，对其进行 改进，将语音信号的线性预测与倒谱法相结合，使其能够更加有效地对基音周 期进行估计。在韵律调节方面，本文通过对高兴、悲伤、愤怒、恐惧这四种语 气下的语音信号进行分析，建立了不同语气下的语音信号与语音韵律之间的对 应关系。最后，本文将改进后的基音周期估计方法运用到时域基音同步叠加算 法当中，对合成语音信号进行韵律调节。 本文的仿真结果表明，在基音周期的估计方面，改进后的算法更加准确， 可以减少倒谱法中的偏离点。在对合成的语音信号进行韵律调节方面，该算法 可以取得不错的效果。 关键词：语音合成；基音同步叠加算法；韵律调节；基音周期 I Abs Abstract Abstract With the development of science and technology, speech synthesis technology has already made rapid progress in recent years, and it has also changed the progression of man-machine interactive way. In the field of speech synthesis, the most popular methods are Linear Predictive Coding and Formant synthesis method. However, the speech parameter extraction can not completely represent the characteristics of the speech signal, so the clarity and naturalness of synthetic signal are not enough. Therefore, the PSOLA appeared. This method is based on waveform concatenative synthesis algorithm, and it can regulate the rhythm of speech signal in order to obtain higher naturalness. In the process of speech synthesis, the pitch estimation is very important. The traditional algorithm of pitch estimation are mainly short-time autocorrelation