第5章数据音频技术.pptVIP

5.4.1 语音输出 语音输出涉及到机器如何生成语音的问题，在这方面的主要挑战是，如何使得语音输出系统能够实时地生成语音信号，例如，自动地把文字转化为语音。某些应用（如语音报时）采用有限的词汇表来处理这一任务，但大多数采用的是广泛的词汇表。 机器输出的语音必须是可以听懂的，而且应该听起来很自然。其中可懂性是强制而自然的事情，可以增加用户的接受度。 5.4.1 语音输出 与语音输出相关的几个重要术语是： 1）语音基本频率，是语音信号中最低周期信号部分。它体现在嗓音中。 2）音素，是最小的语音单位之一，用于区分语言或方言中的两个发音。它是最小的有意义的语言学单位，但并不携带内容。 3）音位变体，确定了作为语音环境的函数的音素变化。 4）词素，是有意义的语音学单位，在自由或受限的形式中都包含的最小且有意义的部分。 5）嗓音，由声带的振动产生。嗓音强烈地依赖于说话者。 6）非嗓音，由声带张开产生，这些声音相对独立于说话者。 5.4.2 语音合成 音频技术的一个重要方面是语音合成，即将普通正文合成为语音。如图5-5所示。 图5-5 使用时间域声音连接的语音合成系统 5.4.2 语音合成 第一步涉及到转录，或将文本翻译成相应的音标。大部分方法使用一个包含大量单词或仅仅是音节或音调组的词典。这样的词典创建非常复杂，可以是单独实现的或是几个人使用的普通词典，其质量可通过相互作用的用户干预