汉语文语转换系统中韵律调节算法的研究与实现-CircuitandSystem专业论文.docxVIP

A Dissertation Submitted to Shanghai Jiao Tong University for the Degree of Master of Engineering Research and Implementation of the Prosodic Adjustment Algorithm for Mandarin Text-to-speech System Author: WANG Liang Major: Circuit and System Advisor: Prof. ZHU Jie School of Electronics and Electric Engineering Shanghai Jiao Tong University Shanghai, P.R.China January 3, 2010 上海交通大学硕士学位论文摘要 上海交通大学硕士学位论文 摘要 汉语文语转换系统中韵律调节算法的研究与实现 摘 要 文语转换技术是一种应用广泛的语音技术。目前，以波形合成为基础 的文语转换技术已经可以合成清晰度、可懂度较好的语音，然而在合成 语音的自然度方面仍需进一步提高。韵律调节是改善合成语音自然度最 有效的手段之一。 本文的主要工作是围绕汉语文语转换系统的韵律调节技术进行的。本 文对相关的算法进行研究，并开发一种汉语普通话文语转换系统。 本文首先对韵律理论和汉语的语音特点进行了分析，并对文语转换系 统现有的技术路线进行了讨论，并在此基础上提出了一种基于韵律规则 的波形合成法。接下来，本文对 PSOLA、Fujisaki 基频曲线预测算法、 音节与停顿时长预测算法等韵律调节的关键算法进行了深入的研究，并 在对 Fujisaki 模型进行部分修改的基础上，提出了一种充分考虑语音库中 语音基频特性的语调曲线预测算法，这种方法能够比较准确的模拟句子 的语调曲线趋势，同时对合成基元频率特性的修改较小。然后，本文从 系统构成的角度介绍了系统中各个模块的功能和设计方案；同时，本文 介绍了构建语音库的方法，为了提高合成语音的自然度，本文同时构建 了音节语音库和汉语中高频词语音库。最后，本文从程序实现的角度介 绍了代码中主要函数的功能和输入输出，并对程序设计时需要考虑的关 键问题进行了分析。另外，本文还运用平均意见分的方法对开发的汉语 第 I 页 文语转换系统的性能进行了评估，测试结果表明系统合成的语音具有比 较好的自然度。 关键词：普通话，文语转换，韵律预测，韵律调节，基音同步叠加 第 II 页 上海交通大学硕士学位论文Ab 上海交通大学硕士学位论文 Abstract Research and Implementation of the Prosodic Adjustment Algorithm for Mandarin Text-to-Speech System ABSTRACT TTS (Text-to-Speech) is a kind of widely applied speech technology. At present, TTS technology with waveform splicing can synthesize well voice in clarity and intelligibility, however, the naturalness of synthesized speech still needs improving. Prosodic adjustment is one of the most effective ways to improve the naturalness of synthesized speech. The main task of this thesis is carried out focusing on the prosodic adjustment. Research on related algorithm is conducted, and a mandarin TTS system has been developed. In this thesis, above all, the rhythm theory and the characteristics of mandarin speech is analyzed, existing technical roadmap of TTS system is discussed, and on this basis, a method of prosodic rule based waveform synthesis is proposed. Sub