基于说话人自适应训练的汉藏双语语音合成

根据藏语和汉语在发音上的相似性,提出了一种基于隐Markov模型(hidden Markov model,HMM)的汉藏双语语音合成方法。以声韵母为合成基元,采用多个普通话说话人和1个藏语说话人的语料库,利用说话人自适应训练,获得一个汉藏双语混合语言的平均音模型。通过说话人自适应变换,从混合语言的平均音模型获得普通话或藏语的说话人相关模型,从而合成出普通话或藏语语音。实验结果表明,在藏语训练语句较少的情况下,该方法合成的藏语语音明显优于仅采用说话人相关模型合成的藏语语音。     

基于STRAIGHT算法的汉语语音morphing方法

提出了一种新的基于STRAIGHT算法的汉语语音morphing方法.通过标注源和目标STRAIGHT频谱上的特征点,并利用线性和对数叠加的方法实现对频谱的morphing;通过插值的方法对基频进行morphing.实验结果表明,morphing后的语音在语义特征不变的情况下,保持了源和目标语音的特征,morphing的结果获得了高质量的合成语音,MOS得分为3.87分.     

基于STRAIGHT算法的个性化语音生成方法

介绍了一种基于STRAIGHT语音修改算法的个性化语音的方法。对输入的语音提取基本信息,并进行频谱分析;利用STRAIGHT算法对相关参数进行修改;通过STRAIGHT合成器生成新的个性化的语音。实验结果表明,该方法可以得到高质量的个性化合成语音,MOS得分为4.18分。     

基于精确相位HNM的语音谐波估计方法

文章介绍了一种利用精确相位HNM估计汉语语音谐波的方法。利用该方法估计的谐波比普通HNM提供的零相位法更接近实际语音谐波,从而能够提高合成语音的自然度和语音质量。     

非线性电路中通过混沌反控制产生独立混沌吸引子方法研究

本文介绍了一种通过在连续时间系统中设计一个开关分段常数控制电路来产生几个独立混沌吸引子的方法.这个控制电路可以利用混沌反馈的反控制产生混沌。我们可以证明根据系统参数,这些吸引子被等距离的分布到相空间中的一条精确曲线上。本文研究了吸引子之间距离的数学计算公式[1]。