用於国语歌声合成之谐波加噪音模型的改进研究-古鸿炎.PDF

用於國語歌聲合成之諧 波加噪音 模型的改進研究 Improving of Harmonic plus Noise Model for Mandarin Singing Voice Synthesis 古鴻炎 廖皇量 Hung-Yan Gu and Huang-Liang Liao 國立台灣科技大學資訊工程系 e-mail: guhy@.tw .tw/ 摘要 歌聲合成的研究 ，過去被提出的方法大致可分類 本論文對諧波加噪音模型作改進與擴充，用以作國語歌 成時域 、或頻域之處理方法 。屬於時域的合成方法如 聲信號的合成 ，期望能合成出更自然、清晰的歌聲信 PSOLA [1, 2] 、TIPW [3, 4] 、波表合成法[5] 。一般來說 ， 號 。我們首先改進了原本模型的分析步驟的缺點 ，如 時域上的處理方法 ，事先需作的參數分析(如基週頂點 MVF 值的決定及基頻和諧波參數值的估計；然後擴增 標記) ，較為簡單 、直接 ，且合成處理的計算量較少。 歌聲合成有關的處理方法 ，如相位同步和ADSR ，讓原 前述的 PSOLA 、TIPW 之方法 ，是起源於語音合成的 本的模型更適合作歌聲合成；之後加入我們先前的研究 研究 ，不過可用於作語音合成的方法 ，不一定就適合 經驗 ，來實作出一個即時的國語歌聲合成系統。用此系 用於作歌聲合成 ，因為歌聲需求的音長 、音高變化(音 統合成出的歌聲，來進行聽測估評 ，初步結果顯示 ，我 域)是較大的 。波表合成法是一種常被用於作樂器聲音 們的歌聲信號合成模型，可以顯著提升國語合成歌聲的 合成的方法，目前還未看到有關此法用於作歌聲合成 自然度與清晰度。 的研究報告。 在頻域上作參數分析 ，再據以作樂音(樂器聲 、人 ABSTRACT 聲) 信號合成的方法 ，過去在電腦音樂之研究領域[6, In this paper, we study to improve and extend the harmonic 7] ，已發展出至少三類以上的方法 ，主要的類別為: (a) plus noise model. The purpose is to synthesize more natural 加法式合成(additive synthesis) ，先產生出各個諧波後 and clearer Mandarin singing voice. First, a few 再相加[8] ；(b)減法式合成(subtractive synthesis) ，如 improvements are made to the original model, e.g. the LPC 編碼之合成方法[9] ；(c) 頻率調變(frequency determination of MVF value and the estimation of fundamental frequency and harmonic parameter values. modulation) 合成，過去有不少研究以此法來作樂器聲之 Then, we extend the model to accommodate more 合成[10] 。除此之外，最近有一些研究成果使用了弦波 processing, e.g. phase synchronization and ADSR, helpful 模型(sinusoidal model)來作歌聲合成[11, 12]