语音合成讲课.ppt

语音合成 主要讨论的问题： 一、语音合成的历史概况 二、语音合成技术分类 三、语音合成系统的特性 四、语音合成器及其工作原理 五、语音合成面临的基本问题 一、语音合成的历史概况 1、18世纪：第一批有科学目的的合成器； 2、1937年，Dudley的VODER（Voice Demonstrator）开创了一个新时代； 3、1960年，G. Fant 教授著书“Acoustic Theory of Speech Production”,系统阐述了语音产生理论； 4、J. L. Flanagan的“Speech Analysis ,Synthesis and Perception”被誉为语音学“圣经”； 5、Dennis Klatt 在缺少理论模型时，收集许多经验数据并结合语音产生的过程，解决了语音合成问题； 6、70年代以后，伴随LSI、VLSI等技术而迅速发展； 7、言语合成已广泛应用于人-机对话中。 二、语音合成技术分类 1、语音的波形编码合成； 2、语音的参数式分析合成； 3、语音的规则合成； 4、文-语转换系统。 三、语音合成系统的特性 1、合成单元 2、合成参数 3、合成语音库 4、语音合成器 5、合成音质 四、语音合成器及其工作原理 1、共振峰语音合成原理如下： ①浊音和清音分别采用不同的激励源。 ②发不同语音对应不同声道路径和滤波器。 ③发不同语音对应不同幅值控制和频率控制。 ④共振峰和基频是语音信号的2个主要特征。 Vortax公司推出的Computalker是一种典型的语音合成产品——最早进入计算机业余爱好者市场。采用的便是共振峰语音合成原理。 共振峰模型分为级联型、并联型、混合型三类。 对于英语语音，一种采用混合型共振峰模型的共振峰语音合成器框图如图所示。 混合型共振峰语音合成模型 2.线性预测合成技术 线性预测技术有两个特点： a.时域和频域技术相结合。可确定共振峰频率、带宽和振幅等频域参量。 b.把具有音高和振幅的激励源与控制音素发音的声道滤波器分离开来，增强了语音存储的灵活性。 3.语音音素合成技术 （1）语音音素合成原理 语音音素合成（或称语音段合成）原理，有别于共振峰合成、线性预测合成。 它是基于语言发音的最小基本单位（音素）合成语音的方法。如同英语元音和辅音代码表、汉语拼音（或笔画）代码表一样，人们也将语音音素编制成一张代码表，称为“语音音素代码表”。通过对代码表中语音音素的不同组合，可合成单词或语句的发音。 3.语音音素合成技术 目前，Votrax公司的音素合成器产品占主导地位。Votrax音素合成器发音成功的编码关键——主要音素之间的转换使用了特殊的音素（不同持续间隔的等效音，同素异构音，静止等）。但是，它从文字到语音的转换规则很繁琐，音素转换规则也没有公开。 Votrax语音合成原理：每句英式英语经过一系列转换，成为Votrax音素表示，最后以ASCII字符代码，送入到合成器中进行语音合成。 3.语音音素合成技术 Votrax音素代码表由如下一系列表组成，主要包括： ①Votrax音素及其持续时间表。 ②Votrax音素的持续时间分级表。 ③Votrax音素的音高分级表。 ④Votrax音素的连接规则表。 ⑤Votrax音素分类表。 ⑥Votrax音素卡（表）。 ⑦相同国际音标的不同音素代码表。 3.语音音素合成技术 （2）语音音素合成器 目前，已出现不同型号的语音音素合成器和语音音素合成芯片。 Votrax公司的音素合成器产品占主导地位，其代表性的产品有： VS-K——价格低廉的语音音素合成器，主要适用于计算机业余爱好者。 VS-6——在VS-K基础上，加入4级音高控制，合成的语音质量有所提高。 Votrax ML-I型音素合成器。每个音素加入8级音高控制和4种持续时间，合成的语音质量进一步提高。 Votrax SC-01单片语音音素合成器。这是一种采用模拟开关电容滤波技术的LSI芯片。它可由输入的音素合成语音。利用这种芯片，已开发出实用的产品。 3.语音音素合成技术 （3）汉语的音素合成 汉语语音中，声母21个，韵母39个，汉语拼音可拼出416个汉字。若加上声调（四声），共有1664个不同音的汉字。 目前，还没有专门设计用于汉语音素合成的芯片。通常是用英语音素合成芯片来合成汉语。 3.语音音素合成技术 用英语音素合成芯片来合成汉语，需要解决如下几个问题： ①确定汉语与英语音素的对应关系。 ②注意整