面向机务CBT的一种实用文语转换系统研究

论文摘要

机务CBT开发工具是一种具备一定智能化的多媒体课件制作工具,它以多媒体数据库为支持,使用户可以定制不同风格的多媒体课件。本文研究的文语转换技术作为其中的一部分,以自建的领域专有词汇库和改进的韵律调节方法为基础,提供了将文字信息按照语音处理规则转换为声音信号的功能。该技术在机务CBT工具中的成功应用,扩展了课件的交互性,使人机界面更加人性化。本文研究了语音端点检测的方法,这是在有噪声情况下,对语音音节进行准确切分的基础,也是对基音进行检测及标记的前提。本文提出了一种基于临界带矢量距离的端点检测的新方法,与传统的方法相比,其具有更好的鲁棒性及正确率。本文还研究了一种基于词字库相结合的文语转换方法,与目前只基于字库的文语转换方法不同,此方法以词库为主、字库为辅,之后采用TD—PSOLA算法对输出语音进行韵律调节以提高其自然度。与传统的基于字库及复杂韵律模型的系统相比,基于上述方法实现的文语转换系统,具有实用性好、易于实现的优点,并且在可懂度和自然度方面都达到了实用要求,也为文语转换技术的后续研究奠定了一个良好的基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文研究背景与意义
• 1.2 文语转换
• 1.2.1 国外文语转换技术研究现状
• 1.2.2 国内研究现状
• 1.2.3 文语转换技术的发展前景
• 1.3 课题研究内容
• 1.4 论文的组织结构
• 第二章 汉语文语转换技术理论
• 2.1 文语转换体统的组成
• 2.2 基音提取
• 2.2.1 语音信号的数字处理
• 2.2.2 基音的提取方法简介
• 第三章 端点检测
• 3.1 引言
• 3.2 常用端点检测方法
• 3.2.1 基于短时平均幅度和过零率的检测方法
• 3.2.2 基于倒谱距离的端点检测
• 3.2.3 基于谱熵的端点检测
• 3.3 基于临界带矢量特征距离的端点检测
• 3.3.1 临界带特征矢量方法的提出
• 3.3.2 临界带特征矢量算法的过程
• 3.3.3 实验结果及性能分析
• 第四章 基于词库与字库相结合的文语转换
• 4.1 语音库建设
• 4.1.1 词库建设
• 4.1.2 字库建设
• 4.2 检索机制
• 4.2.1 词语的检索
• 4.2.2 字的检索
• 4.2.3 词字库结合的方法
• 第五章 利用PSOLA 算法调节韵律
• 5.1 PSOLA 波形拼接算法
• 5.1.1 对语音合成单元设置同步标记
• 5.1.2 基音同步修改
• 5.1.3 基音同步叠加法合成
• 5.2 韵律控制
• 5.2.1 汉语的韵律
• 5.2.2 韵律调节
• 5.2.3 小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文