【摘要】：本文語音合成技術(shù)的發(fā)展現(xiàn)狀為切入點(diǎn),簡要介紹了該技術(shù)的基本原理與實(shí)現(xiàn)方法,并明確指出語音合成技術(shù)的廣闊發(fā)展前景要求其突破當(dāng)下的諸多局限,將研究重點(diǎn)轉(zhuǎn)向自動(dòng)韻律標(biāo)注方法。本文在簡析了語音合成音庫自動(dòng)標(biāo)注方法的研究意義之后,著重介紹了包括隱馬爾科夫模型聲學(xué)自動(dòng)韻律標(biāo)注方法、深度神經(jīng)網(wǎng)絡(luò)聲學(xué)建模方法以及隱藏重音狀態(tài)下的音標(biāo)注方法在內(nèi)的自動(dòng)標(biāo)注方法,我們闡述了以上方法的主要原理以及各自優(yōu)缺,提倡相關(guān)領(lǐng)域在使用這幾種方法時(shí)秉持互補(bǔ)的原則。
[Abstract]:In this paper, the present situation of the speech synthesis technology is the entry point, the basic principle and the implementation method of the technology are briefly introduced, and it is pointed out that the broad development prospect of the speech synthesis technology needs to break through many limitations of the present, and will focus on the automatic prosodic labeling method. After a brief analysis of the significance of the automatic marking method of the speech synthesis sound library, this paper emphatically introduces the method of automatic labeling including the acoustic automatic prosodic labeling method of the hidden Markov model, the acoustic modeling method of the depth neural network and the method of the automatic marking in the hidden stress state. We set forth the main principles of the above methods and their respective advantages, and promote the principle of complementarity when using these methods in the relevant fields.
【作者單位】： 珠海多玩信息技術(shù)有限公司;
【分類號(hào)】：TN912.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅三定,賈建華,沙莎;基于波形音頻段處理的中文語音合成研究[J];電腦與信息技術(shù);2002年01期

2 ;國內(nèi)語音合成領(lǐng)域?qū)＠夹g(shù)發(fā)展趨勢(shì)[J];電子知識(shí)產(chǎn)權(quán);2003年10期

3 王永生;柴佩琪;曾令平;;英語語音合成中基于約束樹的音節(jié)切分算法[J];微型電腦應(yīng)用;2005年11期

4 王仁華;戴禮榮;凌震華;胡郁;;基于統(tǒng)計(jì)建模的可訓(xùn)練單元挑選語音合成方法[J];科學(xué)通報(bào);2009年08期

5 楊志曉;隋菲;張德賢;;基于可視語音合成的3D通信技術(shù)研究[J];計(jì)算機(jī)應(yīng)用研究;2009年11期

6 高璐;陳琪;李永宏;于洪志;;藏語語音合成中文本分析的若干問題研究[J];西北民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

7 孫永欣;蘇瑞;;具有TTS功能的同步朗讀系統(tǒng)[J];自動(dòng)化技術(shù)與應(yīng)用;2011年06期

8 楊風(fēng)健;;輕松學(xué)會(huì)語音合成[J];電子制作;2011年08期

9 郭淑妮;圖雅;斯琴高娃;;蒙古語語音合成語料庫的設(shè)計(jì)及韻律標(biāo)注規(guī)范的建立[J];電腦與電信;2012年03期

10 曲珍;春燕;;藏語語音合成中語料數(shù)據(jù)標(biāo)注規(guī)則的設(shè)計(jì)[J];西藏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

相關(guān)會(huì)議論文 前10條

1 楊靜;孫金城;;關(guān)于錄制語音合成數(shù)據(jù)庫的幾個(gè)問題[A];中國聲學(xué)學(xué)會(huì)2002年全國聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2002年

2 徐俊;蔡蓮紅;吳志勇;;多語種語音合成平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 陳益強(qiáng);高文;王兆其;楊長水;姜大龍;;多模式語音合成[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

4 陶建華;董宏輝;許曉穎;;情感語音合成的關(guān)鍵技術(shù)分析[A];第六屆全國現(xiàn)代語音學(xué)學(xué)術(shù)會(huì)議論文集（下）[C];2003年

5 劉東華;馮靜;力梅;;深圳市新一代“12121”語音合成業(yè)務(wù)系統(tǒng)[A];中國氣象學(xué)會(huì)2007年年會(huì)氣象軟科學(xué)論壇分會(huì)場論文集[C];2007年

6 黃小明;熊子瑜;;基于古音系統(tǒng)的漢語方言語音合成研究[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC'2013）論文集[C];2013年

7 鄒煜;何偉;侯敏;滕永林;朱維彬;;面向語音合成的新聞播報(bào)語音庫構(gòu)建及其特殊韻律結(jié)構(gòu)[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

8 賀琳;張蕊;俞舸;;大規(guī)模語音合成語料庫的錄制及常見問題[A];中國聲學(xué)學(xué)會(huì)2002年全國聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2002年

9 陶建華;康永國;;基于多元激勵(lì)的高質(zhì)量語音合成聲學(xué)模型[A];第七屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC7）論文集[C];2003年

10 吳志勇;蔡蓮紅;蒙美玲;;可視語音合成中基于音視頻關(guān)聯(lián)模型的視位參數(shù)優(yōu)化[A];第八屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 記者 桂運(yùn)安;中科大11項(xiàng)語音合成指標(biāo)世界第一[N];安徽日?qǐng)?bào);2014年

2 本報(bào)記者 何進(jìn)偉;語音合成露崢嶸[N];網(wǎng)絡(luò)世界;2001年

3 李羚;多語種語音合成助力數(shù)字奧運(yùn)[N];中國計(jì)算機(jī)報(bào);2003年

4 清華大學(xué)計(jì)算機(jī)系人機(jī)交互與媒體集成研究所 陶建華 蔡蓮紅;語音合成的應(yīng)用系統(tǒng)設(shè)計(jì)[N];計(jì)算機(jī)世界;2001年

5 ;嵌入式語音合成平臺(tái)[N];計(jì)算機(jī)世界;2002年

6 孫曉聞;語音合成 讓機(jī)器“像人一樣說話”[N];中國勞動(dòng)保障報(bào);2005年

7 ;新型語音合成軟件面世[N];人民郵電;2008年

8 炎黃新星公司供稿;炎黃之聲SinoSonic[N];計(jì)算機(jī)世界;2002年

9 劉權(quán);語音合成融入證券客服[N];中國計(jì)算機(jī)報(bào);2003年

10 ;語音產(chǎn)品走向開放式架構(gòu)[N];中國計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前8條

1 高裴裴;人眼驅(qū)動(dòng)語音合成的若干關(guān)鍵技術(shù)研究[D];南開大學(xué);2012年

2 趙暉;真實(shí)感漢語可視語音合成關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

3 蘇莊鑾;情感語音合成[D];中國科學(xué)技術(shù)大學(xué);2006年

4 盧恒;基于統(tǒng)計(jì)模型與發(fā)音錯(cuò)誤檢測的語音合成方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

5 雷鳴;統(tǒng)計(jì)參數(shù)語音合成中的聲學(xué)模型建模方法研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 凌震華;基于統(tǒng)計(jì)聲學(xué)建模的語音合成技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2008年

7 楊辰雨;語音合成音庫自動(dòng)標(biāo)注方法研究[D];中國科學(xué)技術(shù)大學(xué);2014年

8 尉洪;漢語基元音素獨(dú)立分量譜分析對(duì)比及語音合成研究[D];云南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 聶軍;基于HMM可訓(xùn)練的漢語語音合成系統(tǒng)[D];吉林大學(xué);2010年

2 曾一鳴;情感語音合成的研究和系統(tǒng)實(shí)現(xiàn)[D];上海交通大學(xué);2010年

3 劉航;基于隱馬爾可夫模型的跨語種語音合成方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

4 張桂香;個(gè)性化語音合成的研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2007年

5 胡瓊;基于隱馬爾科夫模型的天津方言語音合成[D];上海交通大學(xué);2011年

6 劉博;藏語拉薩方言的統(tǒng)計(jì)參數(shù)語音合成的研究[D];西北師范大學(xué);2012年

7 呂斌;嵌入式語音合成及其關(guān)鍵算法的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2009年

8 吳振宇;個(gè)性特征的語音合成與模擬技術(shù)研究[D];華東師范大學(xué);2011年

9 張鵬;漢語語音合成韻律控制方法與實(shí)現(xiàn)的研究[D];哈爾濱工程大學(xué);2006年

10 魯小勇;情感語音合成的研究[D];西北師范大學(xué);2013年

，

本文編號(hào)：2418752