HMM语音合成中基频清浊音优化算法研究

摘要：

本文提出一种用于HMM参数化语音合成的针对清浊音优化的基频建模和预测方法。在参数化合成方法中，清浊音预测直接决定激励源的选择，对合成质量有关键影响。针对这一问题，该方法从基频参数提取和预测两个方面同时入手，使用语料标注信息参与基频提取，建立音节清浊音转换时刻的高斯混合模型预测基频，改善清浊音判决质量。合成语音的听测实验表明，该方法与原系统相比，合成音质和韵律都有较大改善，MOS评分由3.0升至3.5。

关键词： 语音合成 隐马尔可夫模型 基频建模 高斯混合模型 清浊音优化

作者: 康世胤 段全盛 双志伟 秦勇 蔡莲红

作者单位: 清华大学计算机科学与技术系,北京 100084 IBM中国研究中心,北京 100094

会议类型: 国内会议

会议名称: 第十届全国人机语音通讯学术会议

会议地点: 乌鲁木齐

会议语种:中文

页码: 317-321

在线出版日期: 2009-08-14（万方平台首次上网日期，不代表论文的发表时间）