普通话到西安话的韵律转换-计算机工程与应用.PDFVIP

122 2011 ，47 （16） Computer Engineering and Applications 计算机工程与应用 ⦾数据库、信号与信息处理⦾ 普通话到西安话的韵律转换 1 1 2 1 郭威彤 ，杨鸿武 ，梁青青 ，裴 东 1 1 2 1 GUO Weitong ，YANG Hongwu ，LIANG Qingqing ，PEI Dong 1.西北师范大学 物理与电子工程学院，兰州 730070 2.甘肃联合大学 电子与信息工程学院，兰州 730010 1.College of Physics and Electronic Engineering ，Northwest Normal University ，Lanzhou 730070 ，China 2.School of Electronics and Information Engineering ，Gansu Lianhe University ，Lanzhou 730010 ，China GUO Weitong ，YANG Hongwu ，LIANG Qingqing ，et al.Prosody conversion from mandarin to Xi ’an dialect.Computer Engineering and Applications ，2011 ，47 （16）：122-127. Abstract ：The conversion of dialect speech is an important research topic in the field of human-computer speech communi- cation.A Xi ’an dialect corpus is built based on “word-list in dialectal survey”for Xi ’an dialect conversion from mandarin. Speech corpus is recorded with contrastive （Xi ’an dialect vs. mandarin ）recordings.Prosodic models based on the normalized nonlinear polynomial method are built for Xi ’an dialect by analyzing the differences of pitch ，duration and pause duration be- tween Xi ’an dialect and mandarin.Xi ’an dialect is converted from mandarin by STRAIGHT algorithm.Subjective experiments demonstrate that the converted monosyllable ，disyllable and sentence achieved 4.60 ，4.71 and 4.15 of the average Mean Opin- ion Score（MOS ）. Key words ：dialect conversion ；corpus ；prosody modeling ；duration model ；pitch contour 摘 要：方言语音的转换是人机交互领域的一个重要研究课题。为实现普通话到西安话的转换，论文利用《方言调查字表》设计 了一个包括文本语料和语音语料的西安方言语料库，录制了普通话和西安话平行的语音语料库。提出了基于归一化非线性多项 式的方言韵律转换模型以及基于统计的方言时长转换模型和停顿时长转换模型。利用STRAIGHT 算法修改普通话语音，实现普 通话到西安话的转换。对转换结果的MOS 评测表明，转换后的单字平均MOS 得分4.60 ，双字平均MOS 得分为4.75 ，语句的平均 MOS 得分为4.15。 关键词：方言转换；语料库；韵律建模；时长模型；基频曲线 DOI ：10.3778/j.issn. 1002-8331.2011.16.038 文章编号：1002-8331（2011 ）16-0122-06 文献