基于合成质量预测的单元挑选语音合成优化方法

近年来提出的基于隐Markov模型的单元挑选语音合成方法,较好地解决了传统拼接合成中存在的依赖较多人工干预以及合成效果不稳定性的问题,但该方法在综合不同声学统计模型度量时使用的模型权值无法自动训练获得,且人工优化较为困难。该文提出了一种基于合成质量预测的模型权值优化方法。该方法首先收集较少的人工测听结果并采用多元自适应回归样条构建针对不同权值下合成语音质量的预测模型,然后基于该预测模型利用模式搜索算法自动搜索最优权值。实验证明该方法可以有效优化模型权值并改善合成语音的自然度。