语音信号处理（张力编）课件第七章.ppt

在1995年伦敦举行的欧洲有线通讯博览会上，一个机器人明星出尽了风头。这个圆头圆脑的家伙不停地走来走去，边向人们问候，边给参观者分发礼物。这个机器人只有半米高，靠四个轮子运动。它圆圆的大脑袋上有两个茶杯口大小的眼睛，闪闪地发着蓝光。眼睛里装的是小型雷达，用来探测周围的行人和物体。它可以自动躲避障碍物，从一个展台走向另一个展台。 北京际通/tts.htm 科大讯飞/ 北京捷通华声/2-e-1.asp 微软5周年/speech/tts.asp AT＆T /~ttsweb/tts/demo.php 五、韵律控制 韵律特征包括声调、语气、停顿方式、发音长短等。这些通过基频、音长、音强等参数来体现，通过控制这些参数达到对韵律的控制。包括基音同步帧周期的调整、合成语音幅度的调整、声调曲线的修正等。 基音同步帧周期的调整 把原始的基音周期调整为指定的基音周期，调整后的基音同步帧波形要与原始基音同步帧相似，幅度要基本相等。 THANKS 给出待合成的字母或文字后，根据语义规则和语音规则，确定每个字的音素的组成和句子的低层结构。为每一个词、每一个音节确定重音等级和语句结构及语调，其中包括各种停顿等，这样，文字串就变成了代码串。 声学处理就利用规则将代码串转换成连续的语音波。 欢迎使用微软中国研究院中文语音合成系统 采用TTS技术合成语音 http://research. M/speech/tts The information you enter may be collected for Microsoft internal research and testing purposes. The information collected will not be transferred outside of Microsoft. By entering information at this site, you acknowledge and consent to Microsofts data collection practices described above. §7.2 共振峰合成法 一、共振峰合成的原理 二、共振峰合成的方法 Av 冲激序列 发生器 声门脉冲 模型G(z) 随机噪声 发生器 基音周期TP AN 线性系统 声道V(z) 辐射 模型 R(z) 清/浊音开关 语音的生成模型 一、共振峰合成的原理 利用语音信号的生成模型，将声道视为一个谐振腔，利用腔体的谐振特性，共振峰频率及其带宽，为此构造一个共振峰滤波器。对激励信号进行处理，可到合成语音。 Av 冲激序列 发生器 声门脉冲 模型G(z) 随机噪声 发生器 基音周期TP AN 共振峰滤波器 清/浊音开关 ? 一种声道形状对应一套共振峰 ? 不同人的声道大小不同，共振峰不同 ? 同一人，发不同音，共振峰也不同 前三个共振峰的大致范围（Hz） 1500~4000 700~3300 250~1000 成年女子 50~90 600~2800 f2 60~180 1300~3400 f3 40~70 200~800 f1 带宽 成年男子 共振峰 声道 女声英文a的频谱 鼻腔 在软腭的帮助下，可使空气经过鼻腔排除人体外，由此产生的语音称为鼻音。如[n]、[ng]为鼻音韵母，[m]、[n]、[l]为鼻音声母。 鼻腔是一个谐振腔，由于形状固定，故其共振峰频率是确定的。 二、共振峰合成方法 鼻腔 共振峰 滤波器 浊音激励 清音激励 第一 共振峰 滤波器 第二 共振峰 滤波器 第三 共振峰 滤波器 摩擦音 共振峰 滤波器 FV AH AF AN AV LF1 LF2 LF3 FF 可控制的参数共有10个： （1）4个幅值控制AV、AN、 AH、 AF （2）5个频率控制FV（浊音基频）、LF1、LF2、LF3、FF （3）1个清/浊音开关 §7.3 线性预测合成法(LPC编码) 将语音生成模型简化，将辐射、声道和声门激励进行组合，用一个时变数字滤波器来表示。 冲激 序列 发生器 随机 噪声 发生器 x(n) u(n) 线性 预测 分析 基音频率 清/浊音判别 参数 合成 k2 kp 基音频率 输入语音x(n) 清/浊音标志 G k1 格型滤波器语音合成技术框图 合成 语音 §7.4 TTS合成技术 一、TTS合成技术的应用 二、