- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用五度字调模型实现普通话到兰州方言的转换-声学技术
第 29 卷第 6 期 声 学 技 术 Vol.29, No.6
2010 年 12 月 Technical Acoustics Dec., 2010
利用五度字调模型实现普通话到兰州方言的转换
梁青青,杨鸿武,郭威彤,裴 东,甘振业
(西北师范大学物理与电子工程学院,兰州 730070)
摘要:方言语音的转换对于实现个性化的汉语语音合成系统具有重要的意义。为了实现普通话到兰州方言的转换,
论文利用《方言调查字表》建立了兰州方言的文本语料库,录制了普通话和兰州方言平行的语音语料库。利用五度
字调模型建立了普通话和兰州方言的基频模型,利用统计方法建立了时长转换模型和停顿时长转换模型。在转换时,
通过利用 STRAIGHT 算法修改普通话语音实现普通话到兰州方言的转换。对转换结果的 MOS 评测表明,转换后的
单字平均 MOS 得分 4.17 ,双字平均MOS 得分为 4.22 ,语句的平均MOS 得分为 3.55 。
关键词:语料库;基频特征;时长特征;韵律模型;方言转换
中图法分类号:TP391 文献标识码:A 文章编号:1000-3630(2010)-06-0620-06
DOI 编码:10.3969/j.issn1000-3630.2010.06.014
Mandarin to Lanzhou dialect conversion with
five degree tone model
LIANG Qing-qing, YANG Hong-wu, GUO Wei-tong, PEI Dong, GAN Zhen-ye
(College of Physics and Electronic Engineering, Northwest Normal University, Lanzhou 730070, China)
Abstract: Dialect conversion is the one most important aspects of Chinese speech synthesis. A Lanzhou dialect corpus
has been built based on word-list in dialectal survey for the conversion of Lanzhou dialect from Mandarin. Speech
corpus is recorded with contrastive (Lanzhou dialect vs. Mandarin) recordings. Five degree tone model based prosodic
models are built for Lanzhou Dialect by analyzing the differences of pitch, duration and pause duration between
Lanzhou dialect and Mandarin. Lanzhou dialect is converted from Mandarin by STRAIGHT algorithm. Subjective
experiments demonstrate that the converted monosyllable, disyllable and sentence achieve 4.17, 4.22 and 3.55 of the
average mean opinion score (MOS).
Key words: corpus; fundamental frequency; duration; prosody model; dialect conversion
原创力文档


文档评论(0)