印度尼西亞語（簡稱印尼語）源自于蘇門答臘島東北部的馬來語,屬于馬來-波利尼西亞語系。世界上約有三千多萬人將印尼語作為他們的母語,且大約有一億多人將其作為第二門語言�，F(xiàn)代馬來語和印尼語都使用拉丁字母拼寫,兩種語言的拼寫也比較接近。論文以開發(fā)印尼語文語轉(zhuǎn)換應(yīng)用系統(tǒng)為目的,設(shè)計(jì)并實(shí)現(xiàn)基于隱馬爾可夫模型（Hidden Markov Model，HMM）的印尼語文語轉(zhuǎn)換基線系統(tǒng),并在此基礎(chǔ)上探索提高語音合成自然度的方法。論文的主要工作包括:（1）音子自動(dòng)切分。本文根據(jù)印尼語的語音特點(diǎn),分別按聲韻母結(jié)構(gòu)和按音素結(jié)構(gòu)確定了兩類合成基元。并使用基于HMM的自動(dòng)切分技術(shù),依據(jù)兩種不同的合成基元,對印尼語音子展開自動(dòng)切分工作,為本文后續(xù)文轉(zhuǎn)語的進(jìn)一步深入研究奠定基礎(chǔ)。（2）模型訓(xùn)練及語音合成的實(shí)現(xiàn)。本文在HTS（HMM-based Speech Synthesis System）的基礎(chǔ)上,建立了一個(gè)完整的語音合成系統(tǒng)框架。首先設(shè)計(jì)了三音子上下文屬性及問題集,并通過決策樹聚類進(jìn)行聲學(xué)模型的訓(xùn)練,最終實(shí)現(xiàn)印尼語語音的合成。（3）印尼語語音合成系統(tǒng)的改進(jìn)。本文對印尼語語音合成系統(tǒng)進(jìn)行了三方面的改進(jìn)工作。首先,對... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

一l:前向遞推結(jié)構(gòu)圖

第二章基于ＨＭＭ的語音合成??其次，面對解碼問題，它與上述方法相似，不同的是，維特比解碼的目的是??求得最大值…１。如圖２－２所示：??卜１?ｔ??…、?????狀態(tài)轉(zhuǎn)移：％??＾?，（／）?腿?＊＾〇））??：輸出概率：ｂｙ（０，）??ｘＮ，??圖２－２：?Ｖｉｔｅｒｂｉ算法結(jié)構(gòu)示意圖??設(shè)屮，（／）表示在／時(shí)刻的最大輸出概率，此時(shí)由部分觀測序列確定，且觀測序??列處于ｙ狀態(tài)。當(dāng)％⑴取得最大值時(shí)，其路徑Ｈ．７，保存于２，?（＿／）中。使用Ｖｉｔｅｒｂｉ??算法求取最佳序列的步驟為：??第一步：初始化％?（丨）＝〇?（２－６）??第二步：根據(jù)／時(shí)刻輸出的觀察符號有迭代式中，（乃為：??屮，（＿／）＝ｍａｘ［Ｔ，．丨（／）〇＂］辦＂（０，）?（２－７）??（力：叩?ｍａｘ?［屮丨（

進(jìn)行模型訓(xùn)練，且模型結(jié)構(gòu)可以人工修改，方便實(shí)用。所以基于ＨＭＭ的語音合??成系統(tǒng)在語音合成領(lǐng)域備受研究者們的歡迎。??基于ＨＭＭ的語音合成系統(tǒng)框架主要包括訓(xùn)練和合成兩部分，如圖２－３所示。??首先，訓(xùn)練部分類似于語音識別系統(tǒng)【２６１，主要區(qū)別是頻譜和激勵(lì)參數(shù)的不同，譜??參數(shù)主要包括梅爾倒譜系數(shù)（ＭＦＣＣ）和動(dòng)態(tài)特征ｆ２＇激勵(lì)參數(shù)主要是對基頻取對??數(shù)，即基頻對數(shù)（ｌｏｇＦＯ）。而動(dòng)態(tài)特征參數(shù)主要從語音庫中提取，并且根據(jù)上下??文標(biāo)注信息訓(xùn)練ＨＭＭ模型。其次，在合成階段，由圖２－３虛線下半部分所示，首??先對輸入系統(tǒng)中的文本進(jìn)行分析，再利用訓(xùn)練好的狀態(tài)持續(xù)時(shí)間模型進(jìn)行參數(shù)估??計(jì)，從而產(chǎn)生相應(yīng)的激勵(lì)參數(shù)和頻譜參數(shù)，最后由ＳＴＲＡＩＧＨＴ?（Ｓｐｅｅｃｈ??Ｔｒａｎｓｆｏｒｍａｔｉｏｎ?ａｎｄ?Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ?ｕｓｉｎｇ?Ａｄａｐｔｉｖｅ?Ｉｎｔｅｒｐｏｌａｔｉｏｎ?ｏｆ?ｗｅｉＧＨＴｅｄ??ｓｐｅｃｔｒｕｍ），即基于自適應(yīng)加權(quán)譜內(nèi)插值的方法實(shí)現(xiàn)語音的轉(zhuǎn)換和重構(gòu)ｐ８］，最終產(chǎn)??生語音波形。??簡單的講，ＨＭＭ在本實(shí)驗(yàn)中的應(yīng)用可概括為以下幾方面：??（１）音子的自動(dòng)切分。此項(xiàng)工作主要是用２．１節(jié)中介紹的第二個(gè)問題一一解??碼問題來實(shí)現(xiàn)

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)于咸陽市方言語音的內(nèi)部分化等問題[J]. 孫立新.  咸陽師范學(xué)院學(xué)報(bào). 2018(01)
[2]一種改進(jìn)的基于Viterbi的語音切分算法[J]. 李歡歡,王金明,尹海明,徐志軍,孔磊,張開禮.  通信技術(shù). 2015(09)
[3]基于前向-后向HMM的連續(xù)語音識別系統(tǒng)的研究[J]. 于曉明,柏松.  計(jì)算機(jī)工程與設(shè)計(jì). 2009(18)
[4]基于MBIC的決策樹聚類算法在連續(xù)語音識別中的應(yīng)用[J]. 陳國平,杜利民,付躍文,王勁林.  計(jì)算機(jī)應(yīng)用. 2005(12)
[5]漢語、印尼語構(gòu)詞詞綴差異分析[J]. 顏天惠,宗世海.  暨南大學(xué)華文學(xué)院學(xué)報(bào). 2003(03)
[6]HMM連續(xù)語音識別中Viterbi算法的優(yōu)化及應(yīng)用[J]. 袁俊.  電子技術(shù). 2001(02)
[7]LSP參數(shù)的語音分析和合成研究[J]. 楊紅云,向茂楠.  北京理工大學(xué)學(xué)報(bào). 1992(01)

博士論文
[1]語音合成音庫自動(dòng)標(biāo)注方法研究[D]. 楊辰雨.中國科學(xué)技術(shù)大學(xué) 2014
[2]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]. 雷鳴.中國科學(xué)技術(shù)大學(xué) 2012
[3]中文TTS系統(tǒng)中若干關(guān)鍵技術(shù)研究[D]. 黃平牧.北京郵電大學(xué) 2008
[4]基于統(tǒng)計(jì)聲學(xué)建模的語音合成技術(shù)研究[D]. 凌震華.中國科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]基于GMM-HMM的聲學(xué)模型訓(xùn)練研究[D]. 王為凱.華南理工大學(xué) 2016
[2]統(tǒng)計(jì)參數(shù)語音合成中的頻譜建模及生成方法研究[D]. 孫瑜聲.中國科學(xué)技術(shù)大學(xué) 2015
[3]漢藏雙語跨語言統(tǒng)計(jì)參數(shù)語音合成的研究[D]. 王海燕.西北師范大學(xué) 2015



本文編號：3256098