调频（FM）音乐合成原理与实现

本文介绍了调频(FM)音乐合成原理,并结合YM3812音乐合成芯片,讲述了FM音乐合成的实现。     

高素质本科人才培养的探索

在人才培养过程中,清华大学计算机科学与技术系始终贯彻学校"高素质、高层次、多样化、创造性"的人才培养目标,并通过各种教育教学活动完善人才培养体系。     

汉语文本-可视语音转换的研究

本文通过对发音者可见器官动作的研究 ,从视觉方面抽取汉语发音的 2 6个基本口形 ,并利用 MPEG- 4所规定的面部动画参数 (FAP)来描述这些口形 ,从而获得了符合国际标准的描述汉语发音的视觉参数 .另外 ,我们研究了这些参数在连续语流中的变化及协同发音对口形的影响 ,基于已有的汉语文语转换系统 (Sonic)和二维网格人脸模型(Plane Face)实现了一个汉语文本 -可视语音转换系统 (TTVS)     

汉语普通话语音合成语料库TH-CoSS的建设和分析

本文介绍了汉语语音合成语料库TH-CoSS的建设和分析。本语料库包括男女声朗读语句约2万个。语料库分为四个部分: TTS系统建库用语句、TTS系统测试用语句、特殊语调语句和特殊音节组。语料设计考虑了语料的平衡和音段、韵律信息的丰富。语料库中除了文本、语音数据外,还带有音段切分标志,标注文件采用XML格式。为了方便语音分析与开发,特研制了标注软件。本文还给出了语境特征对语音韵律影响的分析结果。     

用于语音合成的PSOLA算法简介

本文介绍了基于波形编辑的语音合成中，用于改善合成语音的自然度的ＰＳＯＬＡ算法的一般过程，及具体的ＴＤ－ＰＳＯＬＡ，ＬＰ－ＰＳＯＬＡ和ＦＤ－ＰＳＯＬＡ算法。分析了时域和频域的算法分别在宽带和窄带条件下的谱特性和它们之间的关系，最后比较了这三种算法的适用范围及其在语音合成中的应用。     

汉语文语转换系统中语调模拟初探

本文讨论了在汉语语转换系统中进行语调模拟这一课题，分析了语调的构成要素，研究了语调对声学参数的调节作用，指出当前语调模拟中的主要问题，并且提出了解决这些问题的初步构想。     

基于SGI工作站的汉语TTS系统的研究与实现

本文介绍了一个基于ＳＧＩ工作站的汉语文语转换系统。讨论了系统的设计要求，文语转换系统的结构框架，ＳＧＩ工作站的ＩＲＩＳ媒体库的音频支持和系统的实现。     

音节数据库基音自动标注工具的研究

本文给出了一个小流变换和自相关算法相结合的基音周期检测算法，以及如何确定基音周期起始点的方法，并以此研制了一个基音周期的自动标汪工具，用于语音合成数据库的标注，计算速度快，计算结果准确。     

方言转换系统中的音节切分算法研究

方言转换系统实现了普通话到济南话、沈阳话和西安话的实时语音转换.北方方言之间的差异主要体现在声调上,声调是属于音节的,因此声调转换模式转换是以音节为单位实施的.主要研究了方言转换系统中关键技术:连续语流音节切分算法.提出了一种基于自动机的逐级音节切分算法,分为语段切分、音节切分自动机和切分点自动校正三部分.该算法在误差48ms时,正确率达到72.55%,并成功支持了方言转换中的基频模式转换.     

一种基于决策树模型的音库构建和基元选取方法

针对嵌入式设备的存储容量小、计算能力有限的特点,设计了一种基于CART（Classification and Regression Trees）决策树模型的基元预选算法和基元选取算法,可以从原始语音语料库中挑选出最有代表性的基元样本,从而有效地降低音库规模和算法的复杂度,满足了嵌入式TFS（Text-to-Speech）系统的需要。基于以上算法,移动终端上实现了一个嵌入式中文TTS系统,实验结果表明该系统的合成语音具有较高的可懂度和自然度。