基于HMM的双语(普通话-英语)TTS技术

摘要

一种用于基于一种或多种语言的文本来生成语音的示例性方法，该方法包括提供两种或更多语言的音素集、训练包括跨语言状态级共享的多语言HMM、接收该多语言HMM的语言中的一种或多种语言的文本、以及至少部分地基于该多语言HMM来生成对应于所接收到的文本的语音。其他示例性技术包括第一语言的决策树和第二语言的决策树之间的映射和可任选地反方向的映射、以及对多语言文本-语音系统的Kullback-Leibler散度分析。

主权项

一种至少部分地由计算机实现的用于基于文本来生成语音的方法，所述方法包括：构建第一语言专用决策树；构建第二语言专用决策树；基于位于较低频率范围而不是完整频率范围内的频谱特征来测量两个给定隐马尔可夫模型之间的Kullback‑Leibler散度来使用Kullback‑Leibler散度技术将来自所述第一树的叶节点映射到所述第二树的叶节点；接收所述第二语言的文本；以及至少部分地基于将来自所述第一树的叶节点映射到所述第二树的叶节点来生成对应于所接收到的文本的所述第二语言的语音。