python人工智能课件17-语音合成.pptxVIP

语音合成

目录创建语音合成应用实践创新语音合成（SDK）语音合成功能

语音合成功能

情景引入语音合成是通过机械的、电子的方法产生人造语音的技术。TTS技术（又称文语转换技术）隶属于语音合成，它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语输出的技术。

情景引入为了合成出高质量的语言，除了依赖于各种规则，包括语义学规则、词汇规则、语音学规则外，还必须对文字的内容有很好的理解，这也涉及到自然语言理解的问题。语言处理主要模拟人对自然语言的理解过程——文本规整、词的切分、语法分析和语义分析，使计算机对输入的文本能完全理解，并给出后两部分所需要的各种发音提示。韵律处理为合成语音规划出音段特征，如音高、音长和音强等，使合成语音能正确表达语意，听起来更加自然。声学处理根据前两部分处理结果的要求输出语音，即合成语音

情景引入LPC技术（线性预测编码技术）是一种时间波形的编码技术，目的是为了降低时间域信号的传输速率，实质上只是一种简单的解码和拼接过程（录音+重放），因此，LPC合成技术必须和其他技术相结合，才能明显改善LPC合成的质量PSOLA合成技术（基音同步叠加技术）保持了传统波形拼接技术的优点，简单直观，运算量小，而且还能方便地控制语音信号的韵律参数，具有合成自然连续语流的条件，得到了广泛的应用，但是基音周期或其起始点的判定误差将会影响PSOLA技术的效果LM