语音合成方法及装置

摘要

本发明公开了一种语音合成方法及装置，用于利用预先建立的音库对输入的待合成语句进行语音合成，其中的方法包括：使用HMM模型预测待合成语句的声学参数，根据所述待合成语句的声学参数确定待合成语句中的关键帧；从音库中搜索合成所述关键帧所需的语音波形片段；对所述语音波形片段进行波形内插处理，并对内插处理后的语音波形进行拼接合成，恢复波形得到合成语音。本发明通过搜索音库得到关键帧处的合成样本，并通过内插得到关键帧间的各帧波形，可提高处理效率，并改善合成语音质量。

主权项

一种语音合成方法，用于利用预先建立的音库对输入的待合成语句进行语音合成，其特征在于，包括：利用HMM模型预测待合成语句的声学参数，所述声学参数包括：基频F0参数和线谱频率LSF参数；根据所述待合成语句的声学参数确定待合成语句中的关键帧；所述确定待合成语句中的关键帧包括：利用所述待合成语句的LSF参数，选取待合成语句的关键帧位置，所述关键帧位置的选取准则是，在预测的LSF参数序列中选择某些帧，使得基于这些帧的LSF参数恢复整句LSF参数时的恢复误差最小；从音库中搜索合成所述关键帧所需的语音波形片段，包括：选定各关键帧一定数量的备选语音波形片段；挑选最优的关键帧语音波形片段序列；对合成的所述关键帧所需的语音波形片段进行波形内插处理，并对内插处理后的语音波形进行拼接合成，恢复波形得到合成语音。