基于HMM的维吾尔语音合成系统的研究与实现

论文摘要

随着语音合成技术的不断发展,人们希望语音合成能满足多样化语音合成的要求,这意味着语音合成技术应该在短时间内,利用有限的语音资源快速构建出合成系统。对于这种需求和研究目的,本文研究了基于HMM的合成系统,将其原理应用到维吾尔语中建立了基于HMM的维吾尔合成系统框架,完成了语料库设计、录音、标注、音素列表的确定、上下文属性的设计、问题集的设计、带时间标注文件和不带时间上下文相关标注文件等数据准备模块和训练模块,在Linux环境下实现了合成模块,合成出了基本正常的语音,并通过参数生成算法和基频转换算法,成功修正了最后一个音素的时长分配和连续浊音内部清音等问题。基于HMM的维吾尔语音合成系统的合成模块是在Redhat Linux 5.0下进行的,由于合成时要获取待合成句子的上下文属性,而这上下文属性中的韵律边界属性,目前还不能自动划分,所以基于HMM的维吾尔语音合成系统目前还没有完整的前端,还没有设计出完整的windows下的合成平台;而本文的研究已经确定基于HMM的维吾尔语音合成系统的构建流程和建立完整合成平台所需的技术。相信通过本文的技术路线,在不久的将来可以构建出完整的基于HMM的维吾尔语音合成系统。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景及意义
• 1.2 相关技术研究动态
• 1.2.1 语音合成技术综述
• 1.2.2 基于隐马尔可夫模型的语音合成技术
• 1.3 本文研究内容
• 1.4 论文内容组织
• 第二章 隐马尔可夫模型及其在语音合成中的应用
• 2.1 隐马尔可夫模型（HMM）简介
• 2.1.1 HMM定义
• 2.1.2 HMM模型的分类和拓扑结构
• 2.1.3 HMM模型的三个基本问题
• 2.2 基于隐马尔可夫模型的语音合成系统简介
• 2.3 基于HMM的语音合成系统基本框架
• 2.3.1 建模参数配置以及数据准备
• 2.3.2 模型训练
• 2.3.3 合成
• 第三章 基于HMM的维吾尔语音合成系统
• 3.1 系统组成模块简述
• 3.1.1 建模参数的配置
• 3.1.2 数据准备
• 3.1.3 训练和合成
• 3.2 数据准备模块的功能及其实现
• 3.2.1 文本收集
• 3.2.2 录音
• 3.2.3 标注
• 3.2.4 音素列表的确定
• 3.2.5 上下文属性的设计
• 3.2.6 问题集的设计
• 3.2.7 带时间标注文件
• 3.2.8 不带时间的上下文相关标注文件
• 3.3 训练模块的功能及其实现
• 3.3.1 环境设置
• 3.3.2 计算全局方差，方差下限估计
• 3.3.3 单音素模型的初始化和训练
• 3.3.4 上下文相关模型的训练
• 3.3.5 基于决策树的模型聚类
• 3.3.6 聚类后的模型训练
• 3.3.7 时长建模
• 3.4 合成模块的功能及其实现
• 3.5 对合成结果的两点改进
• 3.5.1 修正最后一个音的时长
• 3.5.2 修正连续浊音内部的几帧清音
• 3.6 存在的问题及其对策研究
• 3.6.1 语料库的重建
• 3.6.2 词性标注设计
• 3.6.3 韵律边界的预测
• 第四章 总结与展望
• 4.1 总结
• 4.2 展望
• 参考文献
• 在研期间发表论文
• 致谢