基于WaveNet的端到端语音合成方法.docVIP

  • 16
  • 0
  • 约7.26千字
  • 约 5页
  • 2021-01-08 发布于四川
  • 举报
精品文档,助力人生,欢迎关注小编! 基于WaveNet的端到端语音合成方法 摘 要:针对端到端语音合成系统中GriffinLim算法恢复相位信息合成语音保真度较低、人工处理痕迹明显的问题,提出了一种基于WaveNet网络架构的端到端语音合成方法。以序列映射Seq2Seq结构为基础,首先将输入文本转化为onehot向量,然后引入注意力机制获取梅尔声谱图,最后利用WaveNet后端处理网络重构语音信号的相位信息,从而将梅尔频谱特征逆变换为时域波形样本。实验的测试语料为LJSpeech1.0和THchs30,针对英语、汉语两个语种进行了实验,实验结果表明平均意见得分(MOS)分别为3.31、3.02,在合成自然度方面优于采用GriffinLim算法的端到端语音合成系统以及参数式语音合成系统。 关键词:语音合成;端到端;Seq2Seq;GriffinLim算法;WaveNet 中图分类号:TN912.33 文献标志码:A Abstract: GriffinLim algorithm is widely used in endtoend speech synthesis with phase estimation, which always produces obviously artificial speech with low fidelity.

文档评论(0)

1亿VIP精品文档

相关文档