韵律参数预测.pptVIP

XIMERA中的汉语语音合成技术 倪 晋富　坂井 信辅　中村 哲 （NICT/ATR-SLC） (2008/03/22) 日本中国语学会关东支部扩大会议?中央大学 发表概要 语音合成系统概述 演示 相关工作 文本规范化 词典构成 语言模型 分词及词性标记评价 拼音转换评价 韵律参数预测 语音数据库 语调转换 韵律再合成 强化虚词处理 语音合成系统略图 文本处理 语音合成器 韵律控制 输入文本 合成语音 说什么 怎么说 发音 源滤波器型合成器 波形拼接型合成器 注：语音合成系统合成语音，但现在的合成系统并不具有文本理解能力。 分词、词性标记及发音生成 词典 语言模型 文本规范化 口语规则 口语规则 语音参数预测 声学模型 单元选择及波形拼接 语音 数据库 输入文本 输出合成语音 说什么 怎么说 房价是＄150。 房价是一百五十美元。 房价 是 一百五十 美元 。 名词 动词 数词 名词 符号 fang2jia4 shi4 yi1bai2wu3shi2mei3yuan2 韵律词 韵律词 1 句子基频曲线 2 音素时长参数 3 能量参数 4 谱参数 XIMERA汉语语音合成概述 韵律短语 韵律词及短语预测 ①　 ⑴　 Ⅻ ２ｄＢ ２Ｈｚ ２Ｇｍ ２Ｍｍ …　 　一、 　一、 　十二 　二分贝 　二赫兹 　二京米 　二兆米 文本规范化 符号 ３％　 ３‰ №３ §３ ３° ３℃ ２：５ ＵＳ＄３ ￡３ ∵ ∴ ∽ ∞ ≡ ＝ ≈ ≠ ≥ ≤ 　百分之三 　千分之三 　三号 　第三 　三度 　三摄氏度 　二比五 　三美元 　三英镑 　因为 　所以 　相似于 　无穷大 　恒等于 　等于 　约等于 　不等于 　大于 　小于 ４×４ ２００米＊３　 ×经理 … 四乘四 二百米乘三 某经理 数词 1,234　　 ９０年代 住３０３ 拨２２０　 代码：７２７ ３·１５ “３·１５” 　一千二百三十四 　九十年代 　住三零三 　拨二二零 　代码：七二七 　三点一五 　“三·一五” ‘９８　 ２‘５４“　 ２：１２：０１ＰＭ 上午９：０１ 下午２：２０－３ ２００３／０３／３ １／３ 绩是３３－０３ 分是３３－０３ 以３３－０３ ３－５％ 　九八 　二分五十四秒 　午后二点十二分一秒 　上午九点一分 　下午二点二十分至三点 　二零零三年三月三日 　三分之一 　绩是三十三比三 　分是三十三比三 　以三十三比三 　百分之三至百分之五 东京都，3000，地名，dong1 jing1 du1 毛泽东，1500，专有名词，mao2 ze2 dong1 … 拼写 频度 词性 拼音 一般名词 专有名词 地名 时间词 代词 动词(17类) 形容词 副词(5类) 量词 介词 定词(5类) 连词(4类) 助词(2类) 时态标记 叹词 后置词 位置词 外国语 62,562 138,856 25,592 2,443 404 52,114 2,790 2,958 492 248 1,192 262 98 22 71 69 370 71 词典构成 (290,624条汉语词及符号) 房价/名词 是/ 动词 一百五十/数词 美元/名词 。/符号 词性unigram: 名词, 动词, 数词 拼写unigram: 房价, 是, 一百五十, 美元, 。 词性拼写unigram: 房价/名词, 是/动词 , … 词性bigram: 名词-动词, 动词-数词, 数词-名词, 名词-符号 词性拼写bigram1: 房价/名词- 动词, 是/ 动词-数词, … 词性拼写bigram2: 名词-是/动词, 动词-一百五十/数词, … 拼写bigram: 房价-是, 是-一百五十, 一百五十-美元, 美元-。 CRF(conditional random field: 条件随机场) HMM (hidden Markov model:马尔可夫模型) 房价/名词 是/ 动词 一百五十/数词 美元/名词 。/符号 词性拼写unigram: 房价/名词, 是/动词 , … 词性bigram: 名词-动词, 动词-数词, 数词-名词, 名词-符号 语言模型 单词 96.7% 98.5% 单词和词性 92.3% 94.5% 词典大小：136,787 (来自训练用语料库) 单词 n/a