藏语拉萨话的HMM参数语音合成方法研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 郑 重 声 明 本人的学位论文是在导师指导下独立撰写并完成的，学位论文没 有剽窃、抄袭、造假等违反学术道德、学术规范和侵权行为，否则， 本人愿意承担由此而产生的法律责任和法律后果，特此郑重声明。 学位论文作者（签名）： 年 月 日 学位论文使用授权书 本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定，即学 校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅，接受社会监督。本人授权西北师范大学可以将本学位论文的全部或部 分内容编入学校有关数据库和收录到《中国博士/硕士学位论文全文数据库》进 行信息服务，也可以采用影印、缩印或扫描等复制手段保存或汇编本学位论文。 本论文提交□当年/□一年/□两年/□三年以后，同意发布。 若不选填则视为一年以后同意发布。 注：保密学位论文，在解密后适用于本授权书。 作者签名： 导师签名： 年 月 日 西北师范大学研究生学位论文作者信息 论文题目 藏语拉萨话的 HMM 参数语音合成方法研究 姓 名 李静文 学 号 2012221375 专业名称 电子与通信工程 答辩日期 2014.6 联系电话E_mail HYPERLINK mailto:455984798@ 455984798@ 通信地址(邮编)：甘肃省安宁区 967 号西北师范大学 730070 备注： 西北师范大学硕士学位论文 摘 要 在人机语音交互技术的飞速发展时代，语音合成技术一直是研究的热门，其中拼接 合成算法占居一定的地位，但这种方法需要建立一个大语料库，并且扩展性差，鲁棒性 不是很高。所以我们采用在语音数据量有限，同时可以调节合成参数，改变合成语音的 声学特征，系统灵活性高的基于隐马尔科夫模型（Hidden Markov Model, HMM）的统计 参数语音合成。本文以藏语拉萨方言为研究对象，设计了藏语拉萨方言的文本语料，录 制了语音语料，进行文本分析和韵律信息标注，在 HTS(HMM-based Speech Synthesis System)系统下通过训练模型实现了藏语拉萨方言的统计参数语音合成。本文所做的工作 如下： 1.设计了藏语拉萨话语音合成语料。通过分析藏语拉萨话在文、词、音的特点，结 合孔江平的《藏语方言字表》设计以声韵母为基元科学的藏语拉萨话文本语料库，构建 了 800 句基本覆盖声韵母的小语料库和 2000 句全全覆盖声韵母的大语料，为合成高质 量语音打下基础。并录制男声和女声 2800 句藏语拉萨话语音语料。 2 对录制语料进行切分和标注。为合成出高质量语音对语料库音节和声韵母进行准 确的准确的切分，利用 praat 软件对语料库进行了文本标注和韵律标注，将其分成获取 边界信息的音素层、音节层、词语层、短语层和句子层五个层。 3.实现了在藏语拉萨话 HTS 语音合成系统下的统计参数语音合成。根据藏语拉萨话 的发音特点，设计语料的上下文相关信息和问题集。以声韵母为基元，分别训练两个语 料库的语句实现了在 HTS 系统下藏语拉萨方言的基于 HMM 统计参数的语音合成。对 其合成语句进行定性、定量、主观评测试验。实验结果表明，训练 2000 句声韵母全全 覆盖的语料库的语句合成语音的平均 MOS 得分为 3.8，DMOS 得分 4.1 分。而以 800 句 语料库的语句作为训练语句合成出的语音平均 MOS 得分为 3.3，DMOS 得分 3.6 分. 关键词：藏语拉萨话 隐马尔可夫模型 语料库 切分标注 统计参数合成 I 藏语拉萨话的 HMM 参数语音合成方法的研究 Abstract In the era of the rapid development of human-machine speech interactive technology, speech synthesis technology has been a research hot, stitched together algorithm occupy a certain position, but this method needs to create a large corpus, and poor scalability, robustness is not very high. So we use in voice and data quantity is limited, at the same time can be adjusted by synthetic parameters, change the acoustic characteristics of the synthetic speech, high system flexibility