英文“说”得地道科大讯飞语音勇夺“世界杯”

刚刚在美国结束的国际英文合成大赛中，科大讯飞语音实验室的“英文语音合成系统”，喜获该项大赛的“世界杯”。这标志着，我国的英文语音合成技术研究取得突破进展，已处于国际领先水平。     

2009 NIST语种识别大赛科大讯飞再获桂冠

本刊讯在日前结束的2009NIST语种识别评测大赛中，科大讯飞参赛项目获得高难度混淆方言测试冠军、通用测试指标亚军的好成绩。这是科大讯飞在2006、2007、2008年连续3年获得英文语音合成国际大赛（Blizzard Challenge）冠军，2008年获得NIST说话人识别评测大赛桂冠后再次折桂，标志着中国语音技术的领先地位。     

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。     

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.     

语音应答系统的设计

随着语音合成技术的飞速发展 ,设计低价格的语音合成装置已迫在眉睫 ,因此本文设计了以语音合成处理器为核心芯片的语音应答系统 ,我们利用线性预测编码技术把数字信息变成语音输出 ,获得了满意的效果。该系统标志着数字语音技术已经走出了研究实验室 ,它为计算机语音指令系统的研究提供了实验依据。     

科技在线

联手互动 合力推进安徽省“十一五”重大科技专项即将全面启动,中鼎股份攻克陶瓷纳米粉体橡胶基体分散技术“瓶颈”在国际上率先研制出3种汽车用橡胶纳米主要零部件产品,安徽首个生物质能发电项目开工,安徽省高科技企业语音合成技术领先科大讯飞蝉联国际英文合成大赛桂冠。[编者按]     

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。     

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。     

关于语音合成语料库管理系统的开发

本文所介绍的语料库管理系统的主要用于语音合成语料库的管理工作。在Ｗｉｎｄｏｗｓ下,以Ｖｉｓｕａｌ ｆｏｘｐｒｏ３．０为开发工具,对语音合成语料库的各种语音数据进行综合有效地管理。     

机器人语音接口的开发

语音识别、语音合成技术实现了人和机器人之间的接口。语音识别芯片AP7003完成语音识别和语音合成的应用使智能机器人的智能化程度显著提高。     

浅新语音合成技术

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.     

蒙古语语音合成语料库标注规则的设计

在蒙古语语音合成系统中,语料库的好坏会直接影响语音合成的效果.因此,语料库标注规则的设计对语音合成工作具有重要意义.提出了一种新的蒙古语语音合成语料库的标注规则,并用按此规则标注的蒙古语语料库进行了基于隐马尔科夫模型的蒙古语语音合成实验,合成效果达到了预期目标,说明我们提出的标注规则是合理可靠的.     

藏语拉萨话语音合成语料库的研究与建立

藏语语音合成语料库的好坏对合成语音质量有很大的影响。本文介绍了藏语拉萨话语音合成语料库的设计过程,语料的设计考虑了内容上和语义上的完整性,利用Greed算法实现对语料的选取,同时严格按照标准的录音过程对语料进行录制,最后设计了一套韵律标注规则对语料库中的语音数据进行了音段特征和超音段特征的标注,基本完成了藏语拉萨话语音合成语料库的建立。     

智能语音教学系统的研究和实现

介绍了语音合成(TTS)技术的最新进展;分析了现有语音合成技术用于课堂教学的几种方法;研究了TTS用于教学的关键技术,解决了语音合成技术用于课堂教学时讲解语句显示与声音同步的问题,并在此技术基础之上,用VB.NET实现了一个通用的智能语音教学系统.     

纳西语语音合成的初步研究

本文初步建立了一个纳西语按规则语音合成系统，该系统采用共振峰语音合成技术，以３５０个左右的无调单音节和４种声调模式为合成基元，该系统不仅适用于纳西语文－语转换系统，而且也是一个研究纳西语语音的有力工具。     

安卓系统手机维吾尔语语音合成技术开发研究

本文重点讨论智能手机上安卓（Android）系统程序开发环境的搭建以及基于TTS（Text．To．Seech）语音资源文件的维吾尔语手机语音合成技术的实现过程和方法,并给出带编辑器的维吾尔语手机语音合成演示系统的实验测试结果。     

采用重音调整模型的HMM语音合成系统

韵律模型一直是语音合成中的研究重点,而重音则是目前韵律研究中的主要难点。在已有的研究工作中重音的定性分析较多,但重音生成则相对较少。该文采用基于重音调整的方法,构建了一个支持重音的隐Markov模型(hid-den Markov model,HMM)语音合成系统。在文本分析模块引入最大熵模型完成了基于文本特征的重音预测,然后根据重音调整韵律参数得到调整后的HMM模型,最后采用基于隐Markov模型的语音合成技术(hidden Markov modelbased speech synthesis,HTS)系统合成语音。实验结果表明:采用该方法能够合成出抑扬顿挫的语音。该方法的优势在于能够灵活地扩展到对其他语音表现力的合成。     

用TMS5220实现实时连续汉语语音合成的研究

讨论了连续汉语语音合成中的问题,介绍了采用线性预测方法,用专用语音合成芯片TMSs220实现实时连续汉语语音合成的原理和方法,同时以11个语音合成试验句和二字词组为例,进行了合成试验,得到了满意的结果。     

基于语义的语音合成——语音合成技术的现状及展望

综述了语音合成技术的发展现状.指出并分析了目前系统存在的发音质量、韵律预测、表现能力等3个方面的问题.提出了将语义分析引入语音合成系统,使合成语音具有准确、生动的语义表现能力,并作为新一代语音合成系统的目标.探讨了实现这一目标所涉及的理论基础、技术实现、基础资源等研究内容.