PSOLA与正弦模型相结合的汉语语音合成研究与实现的中期报告.docx

该【PSOLA与正弦模型相结合的汉语语音合成研究与实现的中期报告 】是由【niuwk】上传分享，文档一共【2】页，该文档可以免费在线阅读，需要了解更多关于【PSOLA与正弦模型相结合的汉语语音合成研究与实现的中期报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。PSOLA与正弦模型相结合的汉语语音合成研究与实现的中期报告尊敬的评委老师们:首先,我向各位老师简述一下我正在进行的研究项目——将PSOLA和正弦模型相结合,用于汉语语音合成的研究。目前,汉语语音合成技术已经得到了广泛的应用,但是在某些情况下,合成语音的自然程度和可听度仍然不够理想。为了解决这一问题,我选择了将PSOLA和正弦模型相结合的方法。PSOLA可以用于转换基频和持续时间,而正弦模型则可以用于转换声音的谐波结构。这两种方法结合起来可以产生更加自然、逼真的合成语音。在前期的研究中,我首先构建了一个PSOLA算法,其中主要包括对于基频、持续时间和音高的转换。我选择了学****PSOLA算法的原因是,PSOLA是一种非常成熟、被广泛应用的语音处理算法。其可以通过处理语音信号的基频和特征频谱,对语音信号的时变特性进行模拟,从而实现语音信号的伪造和重建。对于汉语这类声调语言而言,基频的控制非常重要,因此我希望用PSOLA算法来对基频进行控制。随后,我开始着手研究正弦模型,主要探索如何将正弦模型融入到PSOLA算法之中。在正弦模型方面,我主要研究了正弦模型的预测、拟合和重建算法。在使用正弦模型时,我发现正弦模型具有处理谐波结构的优势,如果将正弦模型和PSOLA算法相结合,则可以在PSOLA方法仅修改基频和持续时间的情况下修改谐波结构,从而更加准确的模拟自然语音的音质。、和音高等特征。为了达到这一目的,我应用正弦模型预测了汉语不同基频下的谐波结构,然后使用这些谐波结构来重建汉语音频。该过程可以产生更加自然、逼真的汉语合成语音。目前,我已经实现了PSOLA和正弦模型的结合,并进行了一系列的实验和对比。实验结果表明,这种混合方法在语音合成方面取得了很好的效果。此外,我还在对语音合成加入情感因素进行了实验。具体来讲,我使用了情感合成预测模型,将正弦模型和PSOLA算法结合到情感预测模型中,以合成情感语音。实验结果表明,加入情感因素后,语音合成质量得到了显著提高。总的来说,我的研究旨在通过结合PSOLA和正弦模型,实现更加自然、逼真的汉语语音合成。我将会继续完善实验和数据分析,并不断探索新的优化方法。感谢您的关注。