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。     

汉语语音合成中基于语境特征的清浊音时长调整

汉语语音合成中音节内清音和浊音的时长是影响合成语音自然度的重要因素。在HMM汉语语音合成中,提出了一种基于语境特征的清浊音时长调整算法。在算法中,首先对清音相对音节的时长根据语境特征进行决策树聚类。合成时,从该决策树得到对应音节的清音相对时长参考值,合成语音的清音和浊音时长按照参考值进行调整。试验表明该算法可以提高HMM汉语语音合成的时长预测准确度,有效地提高合成语音的自然度。     

《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。     

语音合成中多音字识别的实现

汉语的多音字给语音合成带来很多问题,尤其是人名和地名。本文在简述语音合成技术及多音字基础上,提出一种汉语人名地名的多音字识别方法并在VC工程中加以实现。     

汉语韵律边界定位与选音算法研究

论述了采用统计模型进行汉语韵律层次结构分析和韵律建模的思路,将韵律结构划分为3个基本层级：韵律词,韵律短语和韵律短语群,提出了一种新的基于统计的韵律结构模型。实验表明该模型对韵律词边界的预测准确率和召回率分别达90.37%和92.48%：对韵律短语边界的预测准确率和召回率分别达82.43%和85.59%。同时,描述了一个汉语连续语流语音合成的选音算法,它适用于基于大语料库的语音合成系统。由于同时考虑单音节、二字韵律词、三字韵律词和四字韵律词,从而降低了因拼接点不连续而造成的音质损失,提高了合成语音的自然度。     

多项式函数拟合实现汉语声调的语音合成

汉语语音的声调是个人语气与情感状态最直接的表达,是体现汉语语言状态最重要的特征之一。为了使得语音合成的逼真度得到有效的提高,讲话者的话语更加具有区分度,通过加入声调参数特征实现语音语调变换,以期成为情感识别和语音识别的准确度最有力的助推剂,弥补语音合成结果在情感特征以及语音演唱方面的不足。分别对汉语阴平、阳平、上声、去声采用基频提取的方式进行声调的分析、研究,将得到的基频曲线采用多项式函数拟合的方法对汉语4种声调进行重新构建,从数学角度对汉语声调进行分析、重构,采用三角函数曲线模拟随时间变化的语音基频曲线,根据共振峰频率将曲线进行叠加,达到了95.91%的满意的识别结果。结果表明:采用多项式函数拟合方法实现汉语4种声调的语音合成,更好地还原了语音的数学本质,使得抽象化的语音表现得更直观可控。     

基于语音合成法的汉语人名语音库的设计应用

采用语音合成方法完成了汉语人名语音库的设计.声母部分直接采用录音样本,而韵母部分则通过激励声道频率响应函数来合成语音,然后通过声韵母拼接来实现人名语音合成,以此建立人名语音库.可以实现各种可能人名语音的合成,适合应用于多种电子自助系统中.     

J-1型汉语语音合成系统

报道了一种适合盲童进行计算机辅助教学用的汉语语音合成系统的研制工作。该系统的硬件和软件由7个模块组成:语音输入、语音参数分析、编码和编辑、通讯和存储、语音合成电路、语音合成系统软件以及辅助教学软件。系统的突出优点是:很低的码率,较好的音质,较强的功能和较低的成本。     

基于PSOLA算法的语音编码压缩的研究与实现

以时域基音同步叠加 (TD PSOLA)技术和一个全汉语单音节库为合成单元进行汉语语音合成 ,合成的语音清晰度和自然度很高 .但是这样的系统语音库太大 ,不利于在小型设备中实现 ,影响了语音合成的进一步应用 .本文针对此问题 ,在研究A律压缩的基础上 ,采用自适应量化和自适应预测的技术 ,以较少增加合成运算量复杂度为代价 ,对语音库的编码实现压缩 ,使压缩后的语音库减小了约一半 ,大大减小了所需的存储空间 .并且利用压缩后的语音库合成语音 ,基本上不影响合成后的语音质量 ,从而进一步扩展了语音合成的应用 .     

一个具有语音输出功能的微机汉字操作系统

介绍了一个汉字语音操作系统,其功能较强,兼容性较好,使用灵活方便,适用于长城0520系列机.IBM PC/XT及其兼容机.     

浅析英汉被动语态的互译方法

英语中被动语态使用频率较高，汉语中则不多见，成主动语态。根据英语和汉语特点，英汉被动语态互译有直译、准确和灵活。所以英语被动语态在翻译成汉语时，更多情况下译意译等常见方法，也还有一些特例，翻译时要力求     

基于SR460的语音处理系统的设计

ＳＲ４６０语音处理器采用ＡＤＭ方式对语音压缩和再生并提供ＣＰＵ接口。在单片机的控制下,将其应用于测量系统中准确地用语音报告测量结果,这极大地改善了测量系统的人机办面。在视觉空间受到制约的情况下,语音可以准确地传递各种信息。     

汉语语音音素分割的一种新方法

音素分割在大词汇量连续语音识别的过程中起着重要的作用 .该文提出了一种简单实用的音素分割方法 ,比较好地解决了这个问题 ,并在大词汇量汉语语音识别中得到了应用 ,取得了较好的结果     

应用数理方程反演提取语音特征

先讨论由语音信号反演声门激励函数，发现波沿非均匀声管传导既能产生新的频率（共振作用），也可抑制原有频率（滤波作用）．这说明目前用于语音处理基础的全极点ＬＰＣ模型并不能充分反映这些特征．然后研究如何直接从语音生成的偏微分方程模型出发，用反演方法提取一种新的语音特征参数代替ＬＰＣ作为研究各种语音处理的基础．     

A Comparative Study on Passive Constructions in English-Chinese Translation

There ismuch difference between English and Chinese passive constructions,which givesgreat difficulty in translation.Thisarticle studies the difference in terms of frequency,genre and semantic prosody and gives some examples to illustrate the changes between passive and active voice in translating English to Chinese.     

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.     

一个汉字语音库的实现

从多媒体计算机走进人们的生活开始，语音服务成为当今计算机界应用的热点之一，介绍了一个汉字语音库的实现，并且制定了基于这个语音库的由汉字机内码到汉字读音的访问方法，考虑到这种访问可能被普遍应用，所以将该汉字语库制作成DLL，以便被更多的应用程序调用，在这个语音库的基础上还给出了两个应用程序，作为对本成果的测试和应用示范。     

基于归一化算法的噪音鲁棒性连续语音识别

针对归一化方法在连续语音特征曲线调整时存在的问题, 提出一种优化解决方案, 解决了噪声的不稳定性及不可预测性对语音特征的影响. 结果表明, 基于该优化方法建立的鲁棒性连续语音识别模型可实现在实验室干净环境和现实噪音环境下同时得到较好的识别结果.     

低信噪比下基于谱熵的语音端点检测算法

为提高语音端点检测系统在低信噪(0 dB以下)下检测的准确率,提出了一种基于谱熵的端点检测算法。将每帧信号分为16个子带,选取频谱分布在250~3.5 kH z并且能量不超过该帧总能量90%的子带,计算经过语音增强后的子带能量以及各子带信噪比,根据各子带信噪比的不同调整其在整个谱熵计算过程中的权重,然后平滑谱熵,以最终的谱熵作为端点检测的依据。实验结果表明,此方法在较低的信噪比下能够显著地提高端点检测的准确率。对坦克噪声,检测效果明显优于G.729中的端点检测算法,即使在-5 dB的信噪比下,仍然可以达到95%以上的检测率。