一种改进的正弦语音分析合成器.pdfVIP

NCMMSC2007 一种改进的正弦语音分析合成器* 高羽，凌震华，戴礼荣，王仁华 ( 中国科技大学 电子工程与信息科学系 科大讯飞语音实验室 安徽合肥 230027) 文 摘： 语音合成器是语音合成技术中的关键技术之一。本文将STRAIGHT分析合成器中去除周期影响的谱估计的思 想引入传统正弦合成器中，实现了更准确而高效的正弦参数估计[1] 。同时将一种基于正弦模型的音高和时长调整算法应用于 语音的韵律调整，可调范围大，而且保证了合成语音的清晰度与自然度。实验结果表明，该正弦合成器具有良好的分析合成 质量和韵律调整能力。 关键词：正弦合成器；谱参数估计；韵律调整 中图分类号：TN912.34 在现有的语音合成技术中，基于 HMM 的参数 保证了重建语音阶段对语音的高质量重建。综合来 语音合成具有可扩展性好，对于不同发音人、不同 说，STRAIGHT算法的优点表现在：一方面基于听 风格、不同语种的依赖程度小等优点，同时它在合 觉感知的原理对语音信号的合成端进行改进，以提 成时需要的存储量小，运算资源要求不高，更适合 高音质；另一方面通过消除谱参数中的周期性来提 在嵌入式环境下应用。所以这就需要有一种模型， 高谱估计的准确性，由此实现源与滤波器的完全剥 一方面可以用最少的参数还原最准确的原始语音， 离，提高参数调整时的灵活度。 一方面能够通过对参数的改变实现对语音韵律特 但是STRAIGHT存在一些固有缺点，主要表现 征的调整。在目前的各种合成系统中，STRAIGHT 在以下几个方面：在提取音频谱信息时, STRAIGHT 分析合成器是最流行的参数分析合成工具[2]，本文 在频域上进行固定的1024点FFT ，同时提取平滑频 在首先简要介绍分析 STRAIGHT，在简要回顾传统 谱包络时在时域上抽样则是过抽样(帧移5ms),这样 的正弦模型之后，尝试将 STRAIGHT 合成器中削除 带来的是计算复杂度的提高和参数量过大。其次， 周期影响的谱估计思想引入传统的正弦参数提取 STRAIGHT的分析端只提取频谱的幅度信息，舍弃 中。随着正弦模型的建立，讨论了在分析端正弦的 了相位信息，虽然它采用了最小相位系统和全通滤 频率、幅度、相位的估计问题。经过改进的正弦合 波器重建相位，但是仍然会不可避免的带来声音质 成器获得了更准确而有效的参数估计。接下来引出 量的损失。 了基于正弦谐波模型的参数韵律调整算法[3,4] 。本文 1.2 正弦模型 的实验结果表明，新的正弦参数合成器不仅具有良 正弦模型是一种非常优秀的语音信号分析/ 综 好的合成语音质量，而且具备良好的韵律调整能 合方法，尽管它最早被应用于低速率语音编码，但 力。 它良好的数学特性和几乎完美的信号重建能力(多 说话人，复合音乐信号，动物鸣叫都可以良好重建) 1 语音信号的分析合成模型 使它近年来获得了越来越多的关注。 1.1 STRAIGHT 分析合成模型 传统的正弦语音模型在很多文献中进行过讨 STRAIGHT是一种目前最常用的针对语音信号 论。例如 Hedelin 提出了一种用于语音编码的基带 的分析合成算法。它采用了以Dolby 的VODER为原 信号量化的正弦模型[5]