火电厂语音报警系统中的动态文语转换方法

针对火电厂实时动态语音报警系统的特点,提出了基于动态文语转换技术的火电厂实时动态语音报警系统的实现框架.阐述了实时、动态文语转换子系统的各组成部分,研究了基于基音同步叠加算法(PSOLA）的实时动态文语转换方法,讨论了采用组件对象模型(COM)技术进行包括语音合成数据库、文本预处理、韵律处理和语音波形的生成在内的程序实现的要点.分析测试的结果表明,采用这种方法合成的语音质量高、实时性好,完全可以应用到包括火电厂实时动态语音报警系统在内的其他实时语音处理场合中.     

一个基于规则的英语TTS系统

文章给出了一个基于规则的英语，TTS（Text-To-Speech）系统的设计与实现方法。系统以音素作为合成基元，建立音素字典，使用基于规则的文本分析算法将输入英语句子转换成音素序列，使用基音同步叠接相加（PSOLA）算法合成语音。仿真结果表明，合成语音清晰可懂。     

改进的Apriori算法对语音合成中韵律参数的预测

在语音合成系统中，韵律特征参数的描述正确与否直接影响着语音合成系统的输出效果。为了解决目前语音合成技术中提高合成语音自然度这一难点，研究了数据挖掘技术来发现韵律参数之间的相互关系。通过改进Apriori算法对这些关系进行规则描述，来解决目前语音合成中缺陷的前后音节的韵律参数之间的关系。结果表明，经改进后适合语音数据的Apriori算法，可以获得汉语韵律参数中基频参数和时长参数的变化规则，这些规则较方便的为语音合成系统的选音提供帮助和指导。     

Windows环境下汉语阅读系统的实现

介绍了基于ＰＣ机的Ｗｉｎｄｏｗｓ环境下的汉语阅读系统。该系统采用ＰＣＭ的波形文件格式的语音数据库，以时域波形拼接方式，将文本流转化为语音流。该系统包括多音字处理、儿化音处理、变声处理、轻声处理、语音流的节奏性处理、语音流的连续性处理等技术，改善了合成语音的自然度。     

基于时频分步处理的PSOLA韵律合成方法

结合FD-PSOLA和TD-PSOLA算法的优势，提出一种音高、时长分步处理的语音韵律拼接合成方法．根据韵律生成模型计算得到的基频参数和时长参数，分别在频域和时域对语音拼接单元进行调整，在保持音库语音拼接单元清晰度和自然度基本不变的情况下，合成语音的韵律调控能力得到提高．以汉语短语词组合成实验证明了该方法实现的有效性．     

改进的Apriori算法对语音合成中韵律参数的预测

在语音合成系统中,韵律特征参数的描述正确与否直接影响着语音合成系统的输出效果。为了 解决目前语音合成技术中提高合成语音自然度这一难点,研究了数据挖掘技术来发现韵律参数之间的 相互关系。通过改进Apriori算法对这些关系进行规则描述,来解决目前语音合成中缺陷的前后音节的 韵律参数之间的关系。结果表明,经改进后适合语音数据的Apriori算法,可以获得汉语韵律参数中基频 参数和时长参数的变化规则,这些规则较方便的为语音合成系统的选音提供帮助和指导。     

汉语语音基音轨迹的层叠滤波和平滑

为了获得更加精确的汉语语音基音周期轨迹,研究了对汉语语音的基音周期轨迹进行层叠滤波和平滑的方法.基音是指发浊音时声带振动所引起的周期性,而声带振动频率的倒数就是基音周期.语音信号处理中精确提取特定语音的基音周期有重要的意义,基音周期的检测无论在语音信号的合成、编码还是识别方面,都起着非常重要的作用.本文依据数字语音信号的特点,设计了一种用于语音处理的层叠滤波算法,合理选择结构元素构筑了一组用于汉语语音基音轨迹平滑的层叠滤波器,仿真实验结果表明这种方法对于随机误判点与传统的基于中值与线性平滑的组合平滑相比效果更佳,同时也证明了层叠滤波器用于语音信号研究的可行性.     

基于时频分步处理的PSOLA韵律合成方法

结合FD PSOLA和TD PSOLA算法的优势 ,提出一种音高、时长分步处理的语音韵律拼接合成方法 .根据韵律生成模型计算得到的基频参数和时长参数 ,分别在频域和时域对语音拼接单元进行调整 ,在保持音库语音拼接单元清晰度和自然度基本不变的情况下 ,合成语音的韵律调控能力得到提高 .以汉语短语词组合成实验证明了该方法实现的有效性 .     

基于小波变换的语音信号基音周期估计

基音周期是语音信号最重要的参数之一，是进行语音信号数字处理的基础。小波变换具有良好的时频分辨率，为语音信号基音周期提取提供了新的途径。基于小波变换及其多尺度边缘检测的基本特性，阐述了语音信号基音周期估计的原理、实现方法、算法流程；并给出了实验结果。实验表明：该方法可以实现大动态范围的语音信号基音周期估计计算，并可获得满足实用的较为精确的结果。     

保留过渡段信息的MPLPC汉语语音合成方法研究

在已研制的ＭＰＬＰＣ规则合成系统的分析与改进的基础上，提出了采用保留语音相邻音素间过渡段信息为合成单元，对稳态音素进行帧压缩，用ＭＰＬＰＣ和音调调制，按规则合成较高质量的汉语单音节语音方法。     

基于基音同步的时频域插值的汉语语音合成

针对TD-PSOLA韵律调整能力的不足,将基于基音同步的时频域插值(TFI)方法应用于汉语语音合成中,该方法能够保证基频调整和时长的调整不会相互影响.为了提高计算精度,在频谱的插值计算中还引入了差商型插值方法.实验结果表明,采用差商型插值的TFI方法能取得比较好的合成效果.     

采用谱包络与超音段韵律调整的高自然度语音转换

汉语语音转换技术的目的是在保持语义信息不变的前提下将汉语语音中源说话人的语音特征转换为目标说话人的语音特征.提出的适用于汉语说话人高自然度语音转换算法主要分为三个部分:前两部分用VQ模型实现了语音的谱包络及其激励的转换,第三部分采用BP算法实现语音的韵律转换规则建模.算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音转换并得到高自然度合成语音.实验表明本文提出的转换方法是一种有效的汉语语音转换算法.     

利用矢量量化的说话人识别系统的研究

利用矢量量化(VQ)技术实现了与文本有关的说话人识别。系统采用语音信号的LPC倒谱系数、差值倒谱系数、基音周期和差值基音周期的混合特征参数作为识别的特征矢量集,对语音库中语音的平均识别率达到了92％,实时识别率达到90％以上。实验结果表明该系统具有识别精度高、速度快等特点,是一种有效的说话人自动识别的实现方法。     

基于韵律匹配代价和韵律拼接代价的汉语语音合成

为了进一步提高汉语语音合成的自然度,通过对汉语语音合成技术的分析与对比,确定了以汉语音节作为拼接的合成基元,采用韵律匹配代价和韵律拼接代价的方法,进行合成基元的优化选取,实现了汉语语音合成的韵律建模及其韵律控制.采用直接拼接、过渡拼接和拟拼接,实现合成基元之间的拼接与平滑过渡.实验结果表明了汉语语音合成及其韵律控制方法的有效性.     

MBE声码器的基音估计研究

主要对NBE声码器了研究，简单介绍了MCIBE编解码算法的基本原理。NBE编码基于3个参数(基音周期、谱包络参数、以及每个频带的U／V判决信息)的提取，其中基音周期的估计准确性将直接影响到语音的合成质量；文中重点分析了基音估计部分；考虑到在实际应用中可能会出现的基音错锁问题，提出了一种改进的基音估计算法。改进算法不但可以省略基音平滑这一过程，简化了整个算法过程；而且改善了基音周期的帧间连续性，并提高了语音合成的自然度。     

改善基音估计准确度的有效途径

基音周期是语音信号处理中的重要参数,基音周期估计的准确度对合成语音的质量有决定性作用。讨论了多带激励(multi-band excitation,MBE)语音编码模型中,对自相关基音周期估计的2种改善方法:数值滤波和动态基音平滑技术,由此可以得到更精确的基音轮廓。实验证明:在多带激励语音编码模型中,结合这2种改进方法,可有效提高基音周期估计的准确度。     

2.4kb／s LPC—10语音分析算法及其技术剖析

本文设计了一个２．４ｋｂ／ｓ的语音分析算法，并详细介绍了算法中的技术细节。对语 分析采用ＰＬＣ分析方法，以语音能量、基音周期以及１０个部分相关系数作为一帧语音的参数。在分析算法中采用杜宾递推公式求取部分相关系数，采用并联时域基音检测技术撮基音周期。通过删除语音间隙及进行自动增益控制等措施来提高语音参数的精确度，对语音参数进行编码以达到２．４ｋｂ／ｓ的传输率的要求。     

语音键盘输入系统

介绍一种语音键盘输入系统，该系统由一个总控程序来协调管理ＰＣ机的内存及硬盘文件，通过对汉语语音全音节输入和语音西文键盘输入及文本编辑软件的管理与控制，完成中西文文本输入。该系统语音数据采集时随时检测键盘中断，并与键盘输入基本兼容。     

基于语音分组的基音周期检测方法

针对语音信号的特点,清音和浊音,清音没有明显的周期性,它类似于高斯白噪声,浊音具有周期性的特征,并且浊音的基音周期只有准周期的特点,另外语音信号是非线性时变的信号,只能采用短时平均方法估计基音周期。针对这些特点,本文对处理的语音信号按照频率进行分组,分组后再进行基音周期的提取,减少了处理的复杂度和增加了准确率。     

集群通信中的代数CELP语音压缩编码

描述了欧洲全数字集群系统（ＴＥＴＲＡ）声码器中的ＡＣＥＬＰ算法、结构及其技术特点。采用Ｃｈｅｂｙｓｈｅｖ多项式准确有效地估算线谱对（ＬＳＰ）；采用开环和闭环分析相结合进行非整数基音搜索；采用代数码本结构作为固定码本，大大降低了计算复杂度，在频域更好地控制了激励信号的统计特性。ＡＣＥＬＰ在低于４．８ｋｂ／ｓ的码率下能获得较好的语音质量。