ch8-语音合成.pptVIP

利用语音信号的生成模型，将声道视为一个谐振腔，利用腔体的谐振特性，共振峰频率及其带宽，为此构造一个共振峰滤波器。对激励信号进行处理，可到合成语音。 Av 冲激序列 发生器 声门脉冲 模型G z 随机噪声 发生器 基音周期TP AN 共振峰滤波器 清/浊音开关 二、共振峰合成方法 鼻腔 共振峰 滤波器 浊音激励 清音激励 第一 共振峰 滤波器 第二 共振峰 滤波器 第三 共振峰 滤波器 摩擦音 共振峰 滤波器 FV AH AF AN AV LF1 LF2 LF3 FF 可控制的参数共有10个： （1）4个幅值控制AV、AN、 AH、 AF （2）5个频率控制FV（浊音基频）、LF1、LF2、LF3、FF （3）1个清/浊音开关 §8.3 线性预测合成法 LPC编码 将语音生成模型简化，将辐射、声道和声门激励进行组合，用一个时变数字滤波器来表示。 冲激 序列 发生器 随机 噪声 发生器 x n u n 线性 预测 分析 基音频率 清/浊音判别 参数 合成 k2 kp 基音频率 输入语音x n 清/浊音标志 G k1 格型滤波器语音合成技术框图 合成 语音 §8.4 TTS合成技术 一、TTS合成技术的应用 二、TTS合成系统的构成 三、文本分析 四、韵律控制 五、语音合成方法 一、TTS合成技术的应用 1.可以用于各种智能系统，如信息查询系统、自动售票系统或残疾人的辅助交流工具。 2.可以用于通信设备或一些数字产品，这样传递的信息不是语音，而是文字，在通信设备的终端将文字信息转换为语音即可，由于每个文字占用两个字节，因而极具有价值 文本 文本分析 韵律控制 合成模块 语音数据库 输出 二、TTS系统的构成 对输入文本进行分析切割出字词以后，通过语音合成方法把这些字词的发音合成出来，并串接起来，通过韵律调整，就可以得到较为自然的语句的发音。 三.文本分析 主要功能是使计算机能够识别文字，并根据文本的上、下文关系在一定程度上对文本进行理解，将发音的方式告诉计算机；另外，还要让计算机知道文本中哪些是短语、句子，发音时到哪应该停顿，停顿多长等等。 1.文本分析的主要功能: * * * * * * * * 第八8章 语音合成（speech synthesis） 概述 共振峰合成法 线性预测合成法 TTS合成技术 概述 一、语音合成定义 二、语音合成技术的应用 三、语音合成的方法 一、语音合成定义 解决如何让机器象人说话的问题。其目的：能将任意文本实时地转换为自然语音输出，且输出的语音清晰可懂。 二、语音合成技术的应用 语音是信息传播的一大媒介。近年来，提供语音服务的语音系统迅速发展起来。传统的语音系统一般采用预录音回放技术，由于这种方法必须对信息文本事先进行录音，并存为声音文件，因此，所占用的存储空间很大。另外，一个更大的缺点是不能实时反映信息的更新，应用范围有很大的局限性。 录音 wav 回放 传统的语音系统 语音 压缩编码 输入语音 恢复语音 现在的语音合成技术，无需对大量的信息进行录音，极大地减少了工作量和节省了存储空间，尤其是在信息内容需要经常变动的动态查询场合，如股市行情查询、有声Email系统，都是传统的预录音技术无法代劳的。结合其他技术，语音合成技术可以广泛应用于金融、邮电、工商、 政府机关、交通、教育、游戏等领域。 几个语音合成技术的应用实例 1. 电话查询系统 工商信息电话查询系统、银行电话查询系统、股票查询系统、交通信息查询系统、考试成绩查询系统等。 2.教育与娱乐软件 普通话教学软件是帮助想学普通话的用户, 以往的普通话教学软件只是将预先录好音的单词逐个读给用户听，有了语音合成技术，可以将任意文本中的整句话、整段话读给用户听，学习效率明显提高。 现在计算机游戏中的人物，或者不会说话，或者只会“ 播放”已经录好的声音。利用语音合成， 游戏中的人物可以说出任意的话语，不同的人物可以通过选用不同的音库而形成不同的说话风格。增加了游戏的趣味性和互动性 游戏软件 1. 语音信号的波形合成（录音合成技术） 采用数字存储技术存储基本的语音信息。 在合成时采用恰当的技术手段挑选出所需的语音单元拼接起来，生成高自然度的语句，这就是波形拼接的语音合成方法。为了节省存储容量，在存入机器之前还可以对语音信号先进行数据压缩。 三、语音合成技术方法 录音 wav 回放 语音 压缩编码 直接录放流程 语音库 （语音单元） 语音的波形 编码 输入语音 挑选 组合 回放 合成语音 波形合成方法 2. 语音信号的参数合成 根据语音产生的数学模型，利用短时平稳性，提出每帧语音信号的参数，这些参数经编码后组成一个语音参数库。输出时，从语音参数库中取出相应的参数，利用语音产生的数学模型恢复语音。共振峰合