1011100330黄婷婷[文献综述]20140519.docVIP

毕业论文（设计）文献综述 题目：电子语音系统 学院专 业班 级学 号学生姓名指导教师 Abstract: This paper introduces the speech synthesis technology and its development at home and abroad, the future trend of development, and the application value in the network information service, human-computer interaction, mobile information terminal and embedded devices. Keywords: speech synthesis, text to speech, development status, development trend, application value 1 引言 语音合成不仅是智能计算机研究的主导方向，也是人机语音通信的关键技术之一。在各国科学界，语音合成就一直备受关注。如今，随着研究的突破，语音合成技术对计算机发展以及社会生活的重要性日益凸显出来。利用语音合成技术设计并开发出来的计算机应用软件等产品，几乎深入社会的每行每业与方方面面。语音合成技术的应用前景非常良好，尤其对汉语语音合成技术的应用而言，在有十几亿人使用汉语的中国，其市场需求以及社会、经济效益从中可以管窥一斑。 2 语音合成技术概述 语音合成是利用电子计算机与一些专门装置模拟人，制造语音的技术。语音合成技术又称文字—语音转换（Text to Speech,TTS）技术，能够将任意文字信息实时转化为标准、流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及了声学、语言学、计算机科学、数字信号处理等多门学科技术，是中文信息处理领域中的一项前沿技术，它所解决的主要问题是如何将文字信息转化为可听的语音信息，即让机器像人一样开口说话。这里所说的“让机器像人一样开口说话”同传统的声音回放设备有着本质区别。与磁带录音机原理类似的传统声音回放设备，是采用预先录制声音然后回放的方式来实现“让机器说话”的。这种方法不论是在内容、存储、传输还是方便性、及时性等方面都有很大限制。而通过计算机语音合成则可以随时将任意文本转换为具有高自然度的语音，从而实现让机器“像人一样开口说话”。 目前，语音合成的研究已进入TTS阶段，它的功能模块可以分为文本分析、韵律建模以及语音合成三个模块。其中，语音合成是TTS系统中最基础、最重要的功能模块。概括地说，语音合成的主要功能就是根据韵律建模的结果，从原始语音库中提取相应的语音基元，用特定的语音合成技术来对语音基元进行韵律特性的调整及修改，最终合成符合要求的语音。 语音合成技术的研究经历了一个逐步发展的过程：从参数合成法到拼接合成法，再到两者的逐步结合。人们的认知水平和需求的提高成为其不断发展的动力。当前，常用的语音合成技术主要有：共振峰合成、LPC合成、PSOLA拼接合成和LMA声道模型技术。它们各有优缺点，人们在应用过程中往往将多种技术有机地结合在一起，或将一种技术的优点运用到另一种技术上，以克服另一种技术的不足。[1] 3 国内外语音合成技术发展现状 对语言合成技术的研究现在已经有二百多年的历史了，但真正有实用意义的近代语音合成技术则是随着计算机技术与数字信号处理技术的发展才发展起来的，其主要是让计算机产生清晰度高、自然度高的连续语音。近几十年来，国内外研究的焦点主要是在按规则文语转换，即把书面语言转换为口头语言。而在语音合成技术的发展中，早期的研究方法主要是参数合成法。值得提及的是1973年的Holmes的并联共振峰合成器以及1980年的Klatt的串/并联共振峰合成器，这两个合成器通过调整准确参数都能合成非常自然的语音。而最典型的文语转换系统要数1987年的美国DEC公司的DECtalk，该系统采用了Klatt的串/并联共振峰合成器，使其不管是通过标准接口与计算机连网，还是单独接到电话网上，都可提供各种语音信息服务。其发音清晰，并且能够生成七种音色各异的声音来供用户选择。从八十年代末至今，语言合成技术有了新的进展，尤其是1990年PSOLA（基音同步叠加）方法的提出，大大提高了基于时域波形拼接法合成的语音的音色与自然度。而在九十年代初，基于PSOLA技术的英语、法语、德语、日语等语种的文语转换系统都已研制成功。这些系统生成的语音的自然度比以前基于共振峰合成器或LPC方法的文语合成系统的语音的自然度要高，且基于PSOLA技术的合成器的结构简单，易于实时实现，有着极高的商用价值。近几年，一种全新的基于数据库的