六章声音基本概念.pptVIP

波形拼接法 优点:语音基元取自自然语音的词或句子，它隐含了声调、重音、发音速度变化时的细微特性，合成的语音清晰自然，其质量普遍高于参数合成法. 缺点: 韵律参数修改范围受限, 机器味较浓，其自然度还不能达到用户可广泛接受的程度 波形拼接与韵律修饰 波形 语音基元 波形库 发音标注 合成的语音 韵律标注 预先存储了大量语音基元(字或词组)的波形，合成时，按字(词)读取基元的波形 进行拼接和韵律修饰，然后输出连续语流 波形拼接法需考虑的问题 语音基元的选择。语音基元是拼接的基本单位。它可能是音素、半音节（首音、尾音）、音节、词语、语句等。基元越小，语音数据库越小，拼接越灵活，韵律修饰的规则就越复杂。 语音基元的样板数。对于同一个基元，由于语境不同和重音表现不同，其声学特征有很大差别。为了减小韵律修饰的负担，可以建立多样板语音数据库。 几个TTS系统 中国科大讯飞TTS系统 / 微软亚洲研究院的木兰系统 /speech/tts/TTS.asp 贝尔实验室 /project/tts/mandarin.html IBM的ViaVoice 实例 下雨天留客天留我不留 中科大 微软 南京大学计算机系2002年招收了202名本科生，130多名硕士生，分成2个专业。中科大 微软 我们都是同行，我们一路同行，去参加人参培植研讨会 中科大 微软 SOHO是Small Office Home Office的缩写，亦即“小型的、家庭的办公室”的含义。中科大 微软 比如“很久没见了”这句话，英文正确的说法应该是“I havent seen you for a long time．”，一些人凑凑合合地说成“Long time no see.”——不合语法，但意思明白了。中科大 微软 进一步的发展方向 提高合成语音的自然度 丰富合成语音的表现力 多语种文语合成(multi-language TTS). 文本到可视语音的转换(text-to-visual speech，TTVS)， 三、音乐合成与MIDI 1. 音乐的电子合成 什么是音乐？ 音乐使用乐谱描述，由乐器演奏而成的一段旋律。 音乐的基本单元是音符(notes), 音符有如下属性： 音调（distinct pitches）所有不同音调的音符128个 音色（different musical instruments） 音强（various volumes） 持续时间（Note On——Note Off） 什么是MIDI 海阔天空 MIDI是乐器数字化接口(Musical Instrument Digital Interface)的缩写。所以说MIDI并不是一个实在的东西，而是一个国际通用的标准接口。通过它，各种MIDI设备都可以准确传送MIDI信息。 音乐的电子合成 输入设备：为了符合人们原有的音乐习惯，人们制造了各种基于传统乐器形式上的MIDI乐器，如MIDI键盘，MIDI吹管，MIDI吉它，MIDI小提琴等等，你可以按照演奏传统乐器的方式去演奏它们，然后你的演奏便通过MIDI接口被音序器接收并存储为音序内容。 音序器：把一首曲子所需的音色，节奏，音符等等按照一定的序列组织好让音源发声，它实际上是记录了音乐的一般要素，拍子，音高，节奏，音符时值等。MIDI文件的本质内容实际上就是音序内容。 音源：能模拟乐器生成各种不同音色音符的电子合成器。 MIDI合成器的特性 1 MIDI合成器相当于一个电子乐队，它划分成16个 Channel（通道），每个通道是1个逻辑合成器, 各个逻辑合成器可演奏不同的乐器和不同的乐谱。每个通道的volume, pan及其它特性均可独立设置。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? MIDI合成器的特性 每个通道能演奏最多128种不同的乐器(称为音色)。不同乐器有不同编号（称为Program或Patch号）。每个通道一次只能演奏一种乐器，但可随时改变；但声部数可以有若干个。即，每个MIDI 通道在某一时