语音与数据与语音合成.pptVIP

语音音库与合成江源2009-6-11 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音合成技术 什么叫语音合成 Text To Speech过程,简称TTS 作用：将文本状态的文字信息转化为可听的声音信息 ———“电脑会说话” Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 发声机理 语音产生的生理过程 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 总纲 1 . 数字语音信号 2 . 语音合成技术 3 . 数据制作与合成 4 . 合成效果测听 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 什么是数字语音信号 语音：说话，声波传递的语言 语音信号：记录下来的声波振动 模拟语音信号： （磁带，唱片） 数字语音信号：模拟信号数字化 （wav mp3 CD） ---- 计算机应用的需要 如何数字化 取样：采样率（时间尺子，8K，16K，44K，每秒样点数量） 量化：量化精度（幅度尺子，16bit，-32767~32768范围） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 取样和量化 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 波形不能说明内容 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 频域介绍 一段任意波形可以由一系列正弦波形组合而成 离散傅里叶变换数学表示： 最高值，采样率的一半（16K wav；max freq = 8K Hz） 人可听辨的频率范围： （20Hz ~ 20kHz） 电话语音信道的频率范围（60Hz ~ 3400Hz） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 语谱图 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 清音和浊音 浊音：声带的快速振动，声带能够将稳定气流转换成振动 振动频率称为基频，准周期性 清音：紊乱气流，肺部气流通过声道中的狭窄处产生 爆破音：突然爆破 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 声学特征 如此杂乱多变的信号，如何描述，如何恢复？ 语音信号产生的数字模型（源-滤波器模型） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数字语音信号 声学特征 基频：发浊音时声带振动引起的周期变化，我们听感音调高低主