无障碍信息交流辅助系统的VB实现

主要阐述无障碍信息交流辅助系统的VB实现过程。无障碍信息交流辅助系统是利用语音合成技术实现文本转换为语音,将信息交流障碍者的想法和问题通过计算机表达和输出。     

汉语语音合成的研究进展

为解决如何让机器像人那样说话的问题,综述了近年来汉语语音合成技术的进步和发展;描述了汉语语音合成系统的设计方法;对基于汉语语音特点的语音合成过程中的一些关键技术和原理进行了详细的分析和比较;阐述了语音合成在多媒体等方面上的应用以及目前评价语音合成系统性能的一些新方法,并对当前语音合成技术的研究热点和语音合成技术存在的问题进行了分析,为语音合成技术的进一步研究提供了借鉴作用。     

《中华学习机汉语语音合成系统》通过鉴定

语音合成是目前声学、计算技术、自动控制领域里十分活跃的研究课题。许多发达国家都进行了大量的研究工作,并已研制出一些产品。同济大学柴佩琪教授等根据“七五”国家重点攻关项目—68-5-26语音合成课题,研制全部汉语音节的语音合成通用板的要求,研制成功中华学习机汉语语音合成系统。该系统由汉语音板和系统支持软件两大部份组成,可实现汉字或拼音输入到普通话的转换,实现任意词句的汉语语音合成。学习机在显示二级字库     

基于VB环境下的聋哑大学生无障碍信息交流教学辅助系统的设计

主要阐述聋哑大学生无障碍信息交流教学辅助系统的开发过程。系统利用语音合成技术实现文本转换为语音,将聋哑大学生的想法和问题通过向计算机输入的文字转化为声音,而使聋哑学生＂开口说话＂,并使任课教师实时听到。聋哑大学生无障碍信息教学辅助系统的主要功能有局域网环境下的教师机和学生机的无障碍信息交流、利用TTS技术实现文本转换为...     

维吾尔语基于音素的波形拼接语音合成技术

让计算机朗读文章是多媒体技术应用的重要组成部分。在国内外实现高自然度和可懂度的语音合成系统是每一个做语音合成系统的人来说是一理想的目标。维吾尔语文本—基于音素的波形拼接语音合成技术的任务是把维吾尔语文本逐句转化为维吾尔语语音输出,其用处非常广泛。目前比较好的维吾尔语语音合成技术采用以音节为合成单元的合成技术。     

语音合成系统的关键技术与应用实例

计算机语音合成系统又称文语转换系统（ＴＩＳ系统） ,它的主要功能是将计算机中任意出现的文字转换成自然流畅的语音输出。一般认为 ,语音合成系统包括三个主要的组成部分 :文本分析模块、韵律生成模块和声学模块。一、语言合成系统的关键技术⒈ＴＩＳ系统的文本分析模块语音合成系统首先处理的是文字 ,也就是它要说的内容。文本分析的主要功能是使计算机能从这些文本中认识文字 ,进而知道要发什么音、怎么发音 ,并将发音的方式告诉计算机。另外 ,还要让计算机知道 ,在文本中 ,哪些是词 ,哪些是短语或句子 ,发音时应该到哪里停顿及停顿多长…     

一种基于Tacotron2的端到端中文语音合成方案

颠覆性设计的端到端语音合成系统Tacotron 2,目前仅能处理英文.致力于对Tacotron 2进行多方位改进,设计了一种中文语音合成方案,主要包括:针对汉字不表音、变调和多音字等问题,添加预处理模块,将中文转化为注音字符;针对现有中文训练语料不足的情况,使用预训练解码器,在较少语料上获得了较好音质;针对中文语音合成急促停顿问题,采用对交叉摘损失进行加权,并用多层感知机代替变线性变换对停止符进行预测的策略,获得了有效改善;另外通过添加多头注意力机制进一步提高了中文语音合成音质.梅尔频谱、梅尔倒谱距离等的实验对比结果表明了方案的有效性:可以令,Tacotron 2较好地适应中文语音合成的要求.     

基于古音系统的汉语方言语音合成

采用HTS语音训练合成工具和STRAIGHT语音合成器,尝试在未知某方言(或土语)的实际语音系统的条件下开展相应的语音训练合成工作。采用古音系统来转写汉语字音,并在此基础上设计相应的问题集以实现语音训练合成。设计了一套面向汉语方言语音合成的通用发音文本;录制了一些汉语方言点的合成语音语料库;搭建了基于古音系统的汉语方言语音合成平台。普通话的合成实验结果表明:基于古音系统训练合成出来的语音,在可懂度和音质上跟基于普通话拼音系统训练合成出来的语音非常接近。这表明基于古音系统进行汉语方言语音合成的方法是有效的、可行的。     

浅析语音合成技术

语音合成技术是实现人机语音通信,建立一个有听说能力的口语系统所必需的关键技术。分析了国内外语音合成技术发展现状,并对语音合成技术的发展方向进行了讨论。     

基于HMM的缅甸语语音合成系统设计与实现

由于电子化语言资源较为匮乏,缅甸语语音合成的研究相对滞后.针对该问题,以开发缅甸语语音合成应用系统为目的,设计并实现了一个基于HMM的语音合成系统.首先,为了使计算机按输入文本合成出正确的读音,提出并设计了缅甸语的注音方案,其中重点解决了缅甸语中的变音和变调问题;然后,根据缅甸语的语音特点选取声母及带声调的韵母作为合成基元,并按此设计上下文属性和问题集;最后,基于HTS平台,完整实现了音子自动切分、HMM声学模型训练及语音合成.实验结果表明,该缅甸语语音合成系统具有可行性,可作为后续研究的基线系统.     

基于正弦表示与耳蜗模型的语音分析与合成

本文采用语音信号的正弦表示方法并利用耳蜗模型提取了语音信号的基本物征参数，建立了一个语音分析／合成系统。     

改进的HMM系统在英语语音合成中的研究

根据英语语言所具有的一些特性对HMM模型进行改进,设计出适合英语语音合成的上下文属性集以及用于模型聚类的问题集,提高了其建模和训练效果。此外,借助HTK和Festival等工具,以基频和声道谱参数为训练参数,最终实现此英语语音合成系统。从所合成语句的效果来看,合成语音整体稳定流畅,而且节奏感比较强。     

基于HMM的中英文语音合成技术研究

在SYN6658的中文TTS基础上,结合改进的英文合成技术,经过分析比较中文TTS和英文TTS的特性之后,提出了一种构建简单快速、占用空间小的中英文语音合成系统的方法。构建的系统能够实时快速地合成出中英文语音,系统简单、易实现且合成效果较好,是中英文语音合成产品的较好选择。     

变码率增强型双带激励LPC低速语音编码算法

基于对语音信号的分析，借鉴频率分带技术和码激励线性预测编码中传输残差信号可提高合成语音鲁棒性的思想，建立了双带激励模型，同时对基音检测、矢量量化、语音合成等环节加以改进，提出了最高码率为2400bit／s，最低码率为80bit／s的变码率增强型双带激励LPC(Linear Predictive Coding)低速语音编码算法。仿真结果表明：该算法在有效降低平均码率的前提下能保证较高的合成语音质量。     

基于三维可视语音库的发音康复方法

将语音合成领域中研究的可视语音技术应用于康复工程之中,设计了一个基于三维视觉的语音库系统。提出了基于三维语音库的语音辅助系统应用于聋儿语言发音训练的新方法,通过直观的视觉反馈对聋而不哑的听障儿童进行发音训练,从而改善他们的发音质量。提出该方法的框架结构,系统能够培养聋儿语感及自主学习语言的意识,使其具有一定的说话能力,为其今后的知识学习和参与社会活动奠定基础。     

基于Speech SDK的机器人语音交互系统设计

介绍了一种基于Microsoft Speech SDK5.1的机器人语音交互系统,利用Speech SDK5.1提供的应用程序编程接口SAPI进行语音识别,对识别结果在逻辑程序中处理,使用Inter-phonic5.0语音合成技术替代TTS技术来合成语音,实现了AHRR-I接待机器人的语音对话和语音控制。     

TD-PSOLA技术在汉语语音波形编码合成中的应用

以时域基音同步叠加（ＰＳＯＬＡ）技术和一个全汉语单音节库为合成单元进行汉语语音波形编码合成,针对汉语语音的音高、时长、音强以及音节之间的协同发音效应等影响合成语音质量的主要因素,建立相应音节的声调曲线、时长规则和音节之间协同发音规则等韵律规则,并利用时域基间同步叠加法原理调整合成语音的音高和时长,从而使合成的语音比较清晰自然。     

基于OMAP5912和RSC364的语音识别系统实现

介绍一种嵌入式语音识别系统的设计与实现,整个系统以TI公司的双核(ARM DSP)处理器芯片OMAP5912为控制核心,采用SENSORY公司的RSC364语音芯片来实现语音的识别与合成,并进行语音信号的采集和播放,整个系统结构简单,集成度高.驾驶员利用该系统可通过语音命令控制车上设备及获得语音反馈信息,系统也可以作为一嵌入式语音设备使用,具有较大的市场应用前景.     

蒙古语语音库中动词词缀分库的建立

针对蒙古语语音合成系统中合成出来的语音相对自然蒙古语音生硬、缓慢、机器味重等问题,建立了有效的整词音库和动词词缀语音库,即将动词词干词缀作为语音合成的基元.所选语音基元对合成高效的蒙古语语音合成系统起到决定性作用.应用该语音库可以合成出更自然、更流畅、发音更完整的语音,并且可以实现蒙古语中无限词全部组合发音的目标.