带有频谱补偿基频修改算法.pdfVIP

ISSN 1000—0054 清华大学学报 (自然科学版)2004年 第 44卷 第 7期 28／36 — 974—977 CN 11-2—223／N JTsinghuaUniv(SciTeoh)，2004，Vol·44，No·7 带有频谱补偿的基频修改算法 蒋丹宁 ， 蔡莲红 ， 陶建华 (1．清华大学 计算机科学与技术系，北京 100084；2．中国科学院 自动化研究所 模式识别国家重点实验室，北京 100080) 摘 要：针对 当前多数在基于拼接的语音合成系统中使用 基于大语料库的基元拼接合成方法具有 自然的 的基频修改算法缺少对频谱进行补偿的情况，提出了一种带 韵律特性及生成高清晰度合成语音的能力，因此 已 有频谱补 偿 的基 频修 改算 法。在传 统基音 同步叠加 成为一种主流的语音合成技术。其中，对所选基元进 (PSOLA)算法的基础上，以共振峰参数和频谱倾斜参数描 行基频修改的效果是影响拼接合成系统性能的重要 述频谱特性，通过对频谱参数进行预测及修改，在修改基频 因素。目前较好的基频修改算法包括基音同步叠加 的同时，有效地补偿了频谱特性。频谱参数的预测公式由各 PSOLA(pitch—synchronousoverlap—add)算法及基 基频下的条件概率密度函数导出，频谱参数的修改通过正弦 于正弦模型的算法等。这些算法假设语音的基频与 模型实现。实验表明，对于不 同的汉语元音、基频修改因子和 频谱特性相互独立，基频修改后仍保持原有的频谱 听者，在平均 86．25 的情况下，该算法较传统PSOLA算法 特性不变 。但这一假设并不完全成立。 能够获得更接近 自然音质 的语音。 研究表明，基频与频谱特性之间存在着关联 。文 关键词：语音信号处理；基频修改；共振峰；频谱下倾；正 Eli发现基频的升高伴随着第一共振峰频率的升高。 弦模型 文[2]发现MFCC参数(Mel频率倒谱系数)由基频 中图分类号 ：TP391 文献标识码 ：A 的不同而聚集为不同的聚类。文[3，4]的研究表明， 文章编号：1000—0054(2004)07—0974—04 开商、速度商等嗓音参数(与频谱特性相关)与音调 高低之间具有密切联系。同时，文[5]的感知实验证 Pitchmodificationalgorithm withspectral 明，基频与频谱特性能够相互影响对方的感知，第一 characteristiccompensation 共振峰频率 厂 与基频 厂0的差 厂一厂0比单独的厂 JIANGDanning ，CAILianhong ，TAO Jianhua 能够更好地反映所感知的元音高度。 (1．DepartmentofComputerScienceandTechnology． 语音的