关于语音合成方法的调查报告(DOC).pdfVIP

关于语音合成方法的调查报告 摘要 ：本文是一篇关于语音合成方法的调查报告， 在搜集整理大量相关文献的基础上， 简要 的总结了几种常用的语音合成方法， 讨论各种合成方法的原理及算法， 并简要分析各种合成 方法的性能及适用场合。 关键词 ：语音合成；种类；原理；算法；性能 正文 语音合成技术是利用电脑 , 按规定的程序和指令 , 人为产生语音的技术。 语音合成从技 术方式讲可分为波形合成、参数分析合成以及规则合成等三种。 1、波形合成 波形合成法一般有两种形式。 一种是波形编码合成， 它类似于语音编码种的波形编解码 法，该方法直接把要合成的语音的发音波形进行存储或者进行波形编辑压缩后存储， 合成重 放时再解码输出， 称 PCM波形合成法。 另一种是波形编辑合成， 他把波形编辑技术用于语音 合成，通过选取音库中采取自然语言的合成单元的波形，对这些波形进行编辑拼接后输出。 1．1 波形编码合成 基本原理 ：波形编码合成方法以语句、短语、词或音节为合成单元，这些单元被分别 录音后直接进行数字编码，经适当的数据压缩，组成一个合成语音库。 重放时，根据待输出 的信息，在语音库中取出相应单元的波形数据，串接或编辑在一起，经解码还原出语音。 性能分析 ：波形编码语音合成技术用原始语音波形替代参数，而且这些语音波形取自 自然语音的词或句子，它隐含了声调、重音、发音速度的细微特性，也叫录音编辑合成，合 成单元越大，合成的自然度越好，其质量普遍高于参数合成。且系统结构简单，价格低廉。 但合成语音的数码率较大， 存储量也大， 因而合成词汇量有限。 通常只能合成有限词汇的语 音段。目前用于自动报时、报站和报警等。 1．2 波形编辑合成 基本原理 ：波形编辑合成方法将波形编辑技术用于语音合成，通过选取音库中采取自 然语言的合成单元的波形， 对这些波形进行编辑拼接后输出。 它采用语音编码技术， 存储适 当的语音基元。 合成时， 经解码、 波形编辑拼接、 平滑处理等输出所需的短语、 语句或段落。 算法简述 ：80 年代末 E.Moulines 和 F.Charpentier 提出基于时域波形修改的语音合成 算法。 PSOLA就是基音同步叠加，它把基音周期的完整性作为保证波形及频谱平滑连续的基 本前提。该算法按以下三步实施：对原始波形进行分析， 产生非参数的中间表示； 对中间表 示进行修改；将修改过的中间表示重新合成为语音信号。由于修改的参数不同，又分为 TD-PSOLA、FD-PSOLA和 LP-PSOLA。 PSOLA是用于波形编辑合成语音技术中对合成语音的韵律进行修改的一种算法。 下图是 利用 PSOLA算法的语音合成系统的基本结构： 驱动 韵律生成 语音数据库 文本 文本分析 PSOLA合成 图 1 基于 PSOLA算法的语音合成系统 本质上说， PSOLA算法是利用短时傅里叶变换重构信号的叠结相加法。 信号的 x(n) 短时 傅里叶变换为： j j n X n (e ) x(m) (n m)e n Z m 由于语音信号是一个短时平稳信号，