多层次韵律和短时谱同步变换的情感语音合成-信息与通信工程专业毕业论文.docx

苏州大学学位论文使用授权声明
本人完全了解苏州大学关于收集、保存和使用学位论文的规定, llP: 学位论文著作权归属苏州大学。本学位论文电子文档的内容和纸质论文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所〈含万方数据电子出版社〉、中国学术期刊〈光盘版〉电子杂志社送交本学位论文的复印件和电子文档,允许论文被查阅和借阅,可以采用影印、缩印或其他复制手段保存和汇编学位论文,可以将学位论文的全部或部分内容编入有关数据库进行检索。
涉密论文口
本学位论文属在一一一年一一月解密后适用本规定。非涉密论文口
论文作者签名= :t-渴Zb 日 期: 2;olÇ'、q、仲导师签名y系rh 日期:d/1 _ç.. '-P, (_j-
多层次韵律和短时谱同步变换的情感语音合成 中文摘要
多层次韵律和短时谱同步变换的情感语音合成
中文摘要
在日常生活中,声音包含了表示文本内容的语义信息,而且也会传递一些情感信息。对于同一句话,如果说话人说话方式不同,听者所获得的信息也会不同。语音的情感转换,就是在语义相同的情况下,实现声音在不同情感间的转换。因此,情感转换是具有表现力的语音合成的重要研究方向。
为了能够合成出高质量的情感语音,本文使用了一种多层次韵律和短时谱同步变换的情感合成方法。通过多层次的方法对高兴、生气、悲伤和中性这 4 种情感语音建立相应的韵律模型。在此基础上,训练得到中性语音与情感语音之间的映射关系,完成韵律转换。然后,再结合短时谱的转换,运用合成工具(STRAIGHT)最后合成有明显情感倾向的情感语音。
对转换语音做 ABX 和 MOS 测评,结果表明多层次的方法明显改善了情感转换效果。同时,对于合成的情感语音进行谱失真检测,检测结果表明,相对于只对音节进行转换的方法,本文对于高兴、愤怒和悲伤的转换结果分别提高了 2%、4%和 6%。
关键词:多层次韵律;短时谱转换;高斯混合模型;情感语音合成
作 者:王泽勋指导老师:俞一彪
Abstract Multi-level Prosody and Short-term Spectrum Transform for Emotional Speech Synthesis
Multi-level Prosody and Short-term Spectrum Transform for Emotional Speech Synthesis
Abstract
In daily life, the speech not only contains the meaning of the text content, but also delivers some emotional information. For the same sentences, if the style that speaker expresses is different, the information listener get will also be different. Emotional speech conversion, that is, under the condition of the same text, realizing voice conversion between different emotions. Therefore, the research of emotion transformation plays a significant role in expressive speech synthesis.
In order to synthesize high quality of emotional speech, this paper use a multi-level emotional prosody and short-time spectrum transform for emotional speech synthesis method. By using the method of multi-level, we build a corresponding prosodic model for happiness, anger, sadness and neutral speech. Based on it, we realize the prosody conversion after training the mapping relationship between neutral and emotional speech, and plete emotional transformation.