发明名称 |
一种基于文本信息的波形拼接语音合成方法 |
摘要 |
本发明一种基于文本信息的波形拼接语音合成方法,该方法包括:步骤S1:通过音段切分,提取原始音频中所有基元的声学参数与文本参数,根据提取的参数训练时长预测模型与权重预测模型;步骤S2:采用分层预选方法,利用文本分析的目标基元、时长预测模型预测的时长对语料库中的基元进行初步预选,获得候选基元;步骤S3:对目标基元、候选基元和权重预测模型预测的权重信息计算,得到目标代价;对相邻两个基元的契合度进行计算,得到拼接代价;用维特比搜索方法对目标代价和拼接代价进行搜索,得到最小代价路径,进而得到最佳基元并经过平滑拼接得到合成语音。 |
申请公布号 |
CN104112444A |
申请公布日期 |
2014.10.22 |
申请号 |
CN201410362838.5 |
申请日期 |
2014.07.28 |
申请人 |
中国科学院自动化研究所 |
发明人 |
陶建华;刘善峰 |
分类号 |
G10L13/08(2013.01)I;G10L13/02(2013.01)I |
主分类号 |
G10L13/08(2013.01)I |
代理机构 |
中科专利商标代理有限责任公司 11021 |
代理人 |
宋焰琴 |
主权项 |
一种基于文本信息的波形拼接语音合成方法,其特征在于,该方法包括:步骤S1:通过音段切分,提取原始音频中所有基元的声学参数与文本参数,根据提取的参数训练权重预测模型与时长预测模型;步骤S2:采用分层预选方法,利用文本分析的目标基元、时长预测模型预测的时长对语料库中的基元进行初步预选,获得候选基元;步骤S3:对目标基元、候选基元和权重预测模型预测的权重信息计算,得到目标代价;对相邻两个基元的契合度进行计算,得到拼接代价;用维特比搜索方法对目标代价和拼接代价进行搜索,得到最小代价路径,进而得到最佳基元并经过平滑拼接得到合成语音。 |
地址 |
100190 北京市海淀区中关村东路95号 |