一种基于HMM的蒙古语语音合成及前端处理的方法

摘要

发明公开了一种基于HMM的蒙古语语音合成及前端处理的方法，方法为：首先要对音库中的语音数据进行分析；总结对上下文属性集和用于决策树聚类的问题集；进行HMM的训练，得到HMM的训练结果；得到对应的聚类状态模型，形成聚类状态模型序列；利用参数的动态特性来生成目标声学参数序列，并通过STRAIGHT合成器得到合成语音；前端处理的方法为：将输入的蒙文进行特殊字符进行处理；将蒙文转写到拉丁转写；对蒙文词性标注；采用G2P模型将拉丁转写到音素；采用规则将音节切分；合成韵律预测所需格式的数据；进行韵律预测；处理得到合成所需要文本格式。本发明可以自由地对合成语音的时长、基音周期参数进行调整，保持合成语音的自然流畅，降低了合成的成本。

主权项

一种基于HMM的蒙古语语音合成的方法，其特征在于，该基于HMM的蒙古语语音合成的方法包括以下步骤：步骤一，首先要对音库中的语音数据进行分析，提取出相应的语音参数；步骤二，根据提取出的语音参数，HMM的观测向量可以分为谱和基频两个部分，总结对上下文属性集和用于决策树聚类的问题集；步骤三，依照模型初始化、声韵母HMM训练、扩展上下文相关模型训练、聚类后的模型训练以及时长模型训练进行HMM的训练，最后得到包括谱、基频和时长参数的聚类HMM以及各自的决策树进行HMM的训练结果；步骤四，输入文本经过文本分析后转换为上下文相关的单元序列，然后利用训练得到的决策树对每一个单元进行决策，得到对应的聚类状态模型，形成聚类状态模型序列；步骤五，根据参数生成算法，利用参数的动态特性来生成目标声学参数序列，并通过STRAIGHT合成器得到最终的合成语音。