合成语音自然度客观测度.pdfVIP

!!!! ! ! ·学术探讨· !!!! 合成语音自然度客观测度 赵 博 蔡莲红 （清华大学计算机系人机交互与媒体集成研究所，北京 100084 ） 摘 要 目前合成语音的自然度有待提高，论文根据目前的研究现状提出了一种合成语音自然度的客观评价方法，该方 法主要从语音韵律特征的主要参数出发，计算同一发音人的自然语音和合成语音之间的基频、时长、音强等参数的差距， 其中由于两种语音基频时间不匹配，所以采用 （ ）算法来对两种语音的基频进行了时间弯折 DTW Dynamic Time Warping 对准。最后再将计算结果与主观评测（ ）的结果进行比较。实验数据表明，论文提出的基频曲线失真测度与 之间 MOS MOS 具有很强的相关性，从韵律特征角度给出的评价结果能够衡量合成语音的自然度。 关键词 语音合成 评测 自然度 文章编号 （ ） 文献标识码 中图分类号 1002-8331- 2005 07-0032-02 A TP37 Objective Measure of Naturalness for Concatenate Speech Synthesis Zhao Bo Cai Lianhong （ ， ， ） Institute of Human-Computer Interaction and Media Integration Tsinghua University Beijing 100084 ： ， Abstract In this paper a new objective evaluation method of naturalness for concatenate speech synthesis is proposed. ， ， Considering the prosodic parameters of speech the objective distance of patch parameters duration parameters and intensity parameters between the natural speech and the synthesized speech are calculated.For mismatch of two speeches ， （ ） in duration the DTW Dynamic Time Warping algorithm is used to allow approximate matching.The formal Mean Opinion （ ） Score MOS obtained subjectively is compared with the result.The correlation coefficient between the objective measure and subjective measure is strong.The experiments show that the pro