可发多种方音调的语音合成系统

本文运用时域基音同步叠加的合成方法，用汉语普通语的无调音节库，合成出了包括普通话在内的五种地方官话腔调的合成语音；同时应用变调规则、轻志规则、音长规则和句型规则，对合成语句的音高和音长进行调整，改善了该语音合成系统输出语句的自然度。     

TD—PSOLA技术在汉语语音合成中的应用

本文对时域基频同步叠加技术在汉语语音合成中遇到的若干问题进行了探讨。基音标记的准确程度直接影响ＰＳＯＬＡ处理后合成语音的音质，文中给出一种精确设置汉语音节基音同步标记的新方法，另外，还分析了ＰＳＯＬＡ处理中，汉宁窗的设计对合成语音音质的影响，并给出时窗设计的最佳方案。     

基于指数加权的基音平滑算法

提出了一种用于语音合成的语音片断基音平滑技术。在基于波形拼接的语音合成中,一般使用TD-PSOLA算法进行基频和时长的修改,但是用传统的TD-PSOLA算法进行的基频修改是针对片断整体而言,所以仍然不能很好的解决语音合成中的拼接单元之间的基频不连续问题,特别是在片断接合处。由于基元片断提取白不同语境的语料,合成语音听起来明显感觉到音高的不自然。对传统的TD-PSOLA算法进行了改进,以基音周期为间隔对语音片断信号进行分帧,通过指数加权相应帧的方法来进行平滑处理,经听音测试,较好的解决了拼接片断间的不连续现象。     

基于小波变换的汉语语音合成方法

本文提出了一种汉语语音合成的方法．利用小波变换检测语音信号的声门闭合时刻（ＧＣＩ）利用语言信号的ＧＣＩ进行基音同步和样本选择的多脉冲线性预测分析，将得到的时参数保存到语音库中，通过改变相应的语音参数可以灵活地调节音节的时长，基音频率简强，本方法得到一语音参数比传统方法得到的参数更加精确，合成语音清晰，自然，并且大大降低了语音库的存储量，非常适合小于微型计算机系统。     

基于TD—PSOLA普通话韵律参数修改的实现

在普通话文语转换系统中,如何精确控制韵律参数修改是关系到合成语音质量的关键.根据汉语普通话的韵律特征,采用TD-PSOLA算法,精确实现了的韵律参数的修改.用分时段直线韵律参数模型,动态生成基音轮廓,计算出合成基音标记,一次性实现基频尺度修改和时间尺度的修改.根据自然语音与模拟合成出来的语音韵律参数比较分析表明,能有效地控制韵律参数,达到预期的参数合成目标,并且具有较高质量.也可以进行进行参数合成运算量少,控制参数精确,合成语音清晰自然.     

人脸语音动画中基于PSOLA的情感语音合成系统

提出一种基于时域基音同步叠加TD-PSOLA算法的情感语音合成系统。根据情感语音库分析总结情感规则,在此基础上利用TD-PSOLA算法对中性语音的韵律参数进行改变,并提出一种能够对基频曲线尾部形状改变的方法,使句子表达出丰富的情感。实验表明,合成出的语音具有明显的情感色彩,证明了该系统能以简单明了的方式实现情感语音的合成,有助于提高人脸语音动画表达的丰富性和生动性。     

天津话语音合成系统

本文运用时域基音同步叠加的语音合成方法，以汉语无调音节为音库的基本单元，对天津话连续语句的合成做了研究，并制做了一天津话连续语音合成系统。该系统应用变调规则，轻声规则和句型规则，对输出语句的各个音节的声调进行调整，在改善系统合成语句的自然度方面取得了一定的效果。     

支持向量机的汉语连续语音声调识别方法

声调信息在汉语语音识别中具有非常重要的意义。采用支持向量机对连续汉语连续语音进行声调识别实验,首先采用基于Teager能量算子和过零率的两级判别策略对连续语音进行浊音段提取,然后建立了适合于支持向量机分类模型的等维声调特征向量。使用6个二类SVM模型对非特定人汉语普通话的4种声调进行分类识别,与BP神经网络相比,支持向量机具有更高的识别率。     

在汉语语音识别中应用声调信息的研究

声调信息在汉语普通话语音识别系统中,具有非常重要的意义。文章实现了声调特征提取的算法,并主要研究了如何应用这些特征,才能最大限度地发挥声调信息的作用,提高识别系统的性能。实验结果表明,声调特征可以和识别系统原有的特征很好地结合,合理应用声调信息能有效地提高识别系统的性能,系统的误识率下降了22.26%。     

基于韵律特征参数的情感语音合成算法研究

为了合成更为自然的情感语音,提出了基于语音信号声学韵律参数及时域基音同步叠加算法的情感语音合成系统.实验通过对情感语音数据库中生气、无聊、高兴和悲伤4种情感的韵律参数分析,建立4种情感模板,采用波形拼接语音合成技术,运用时域基音同步叠加算法合成含有目标感情色彩的语音信号.实验结果表明,运用波形拼接算法,调节自然状态下语音信号的韵律特征参数,可合成较理想的情感语音.合成的目标情感语音具有明显的感情色彩,其主观情感类别判别正确率较高.     

汉语连续变调语音合成算法

汉语是声调语言,同一个音节带上不同的声调可以表述不同的语义。发音时两个或两个以上的音节连在一起时,音节所属调类调值所发生变化的现象称为“连读变调”,目前的语音合成系统没有考虑连续变调,使得合成语音自然度不够。采用TD-PSOLA对具有连续变调现象的语音进行合成,实验表明合成语音的自然度较高,是适合小语料库语音合成的良好算法。     

汉语连续语音中声调识别的特殊性研究

大词汇连续语识别是当前语音识别研究的主流，探讨其中声调识别的特殊是一项有意义的工作，本文从声调获取，语音分割，声调模式和声调识别等进行了研究，通过对现有研究成果的分析和总结，并结合自己的研究工作，得出了若干结论，提出了基于音节的连续语音声调识别思想。     

基于统计方法的汉语连续语音中声调模式的研究

提出采用决策树的数据驱动方法,结合专家知识.从大规模语料中统计学习出连续语音中声调模式的分布.在建立决策树的过程中,除了相邻音节的声调外.还考虑了多种可能影响声调模式的因素,如音节声韵母发音特点的分类、音节在词中的位置等.决策树建立后,共得到28种声调模式.通过对结果的分析发现,除了上下文的声调外,其它因素对连续语音中声调模式的变化也有一定的影响.声调识别实验的结果证明了该方法的有效性.     

基于韵律信息的连续语流调型评测研究

汉语连续语流中的调型评测是汉语语音评测的一个重要环节,利用连续语流中韵律耦合效应和韵律结构紧密相关这一特性,以韵律词为基本建模单元,建立基于多空间概率分布的HMM调型模型(MSD-HMM),使得汉语普通话水平评测系统针对标准连续语流的调型识别率从82.0% 提升至84.6%;针对有方言背景的非标准发音,机器评分与专家评分的相关度绝对提升超过3.0%。     

噪声环境下的汉语声调识别

利用语音信号与噪声信号具有不同相关特性的特点,提出了一种新的加权自相关基频检测算法,该方法可以提高噪声环境下基音检测的准确性。在分类器设计方面,通过引入支持矢量机,进一步提高低信噪比下的汉语声调识别率。实验结果表明,新方法对提高噪声环境下的声调识别效果是十分有效的。     

噪声环境下的汉语声调识别

利用语音信号与噪声信号具有不同相关特性的特点,提出了一种新的加权自相关基频检测算法,该方法可以提高噪声环境下基音检测的准确性。在分类器设计方面,通过引入支持矢量机,进一步提高低信噪比下的汉语声调识别率。实验结果表明,新方法对提高噪声环境下的声调识别效果是十分有效的。     

汉语自然话语的音高下倾

该研究使用电话对话语料,在统计的基础上对语句的音高下倾进行了考察。发现绝大多数语句的音高都是逐渐下降的,音高曲线前高后低的走势有其生理上的原因,并且具有标界功能。少数语句音高不下降,这与词语的载义重度、焦点及音节本调有关。该文又对陈述句和疑问句的音高进行了考察,发现与陈述句相比,疑问句的整体音域较大,句末无疑问语气词的是非问句末尾两音节间的降幅较小。     

一种基于声调规范模型的声调变换方法

该文利用固定点频率分析提取基音频率(F0),建立归一化线性多项式声调模型。参考男声、女声基音频率的分布和五度标调法,提出了一套汉语声调的规范模型,在此规范模型的基础上,实现了汉语语音声调变换。实际测听表明,经此模型变换的声音达到预期效果。     

基于听觉及小波变换的汉语语音调值分析

提出了一种基于听觉与小波变换处理的汉语语音基音的方法，在对听觉系统描述的基础上，给出了人的听觉与小波变换的关系，选取适合汉语事音基频提取的小波函数，给出了基频提取的应用实例和基于ＦＣＭ模糊聚类分析的汉语四声调值识别结果。