汉语语音合成 原理和技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

汉语语音合成 原理和技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

基 础篇3

第1章 语音合成技术史的叙述3

1.1机械式语音合成器3

1.1.1 Kempelen的讲话机3

1.1.2 Euphonia讲话机6

1.2电子式语音合成器7

1.2.1 VODER7

1.2.2模式播放器9

1.2.3共振峰合成器11

1.3基于计算机的语音合成13

1.3.1数字式共振峰语音合成技术13

1.3.2波形拼接合成技术19

1.4汉语语音合成的发展21

1.4.1汉语合成研究的先驱22

1.4.2国内汉语合成技术的研究24

1.5总结27

参考文献28

附录 合成语音样品30

第2章 声学语音学32

2.1声学基础32

2.1.1空气中的声波32

2.1.2波动方程35

2.1.3声音在管子中的传播39

2.2言语交际过程43

2.2.1语音的产生45

2.2.2语音的感知49

2.3语音的声学特征52

2.3.1语音的时间维及频率维表示52

2.3.2频谱分析54

2.3.3语图和语音的频谱分析方法62

2.3.4元音的频谱66

2.3.5辅音的频谱69

2.3.6音轨70

2.4汉语普通话的音位系统72

2.4.1汉语普通话的辅音系统74

2.4.2汉语普通话的元音系统76

2.4.3汉语传统的声韵调系统78

2.5总结83

参考文献83

第3章 韵律86

3.1语调模型87

3.1.1“调核”理论和INTSINT语调模型87

3.1.2 Pierrehumbert有限状态网络模型90

3.1.3 Tilt语调模型95

3.1.4 Fujisaki模型98

3.1.5 PENTA模型101

3.2汉语普通话韵律的基本单元106

3.2.1词调106

3.2.2短语语调113

3.3句调和篇章韵律119

3.3.1语篇语调119

3.3.2朗读风格的影响121

3.4总结124

参考文献125

第4章 汉语文语转换系统128

4.1合成语音自然度的研究128

4.1.1合成语音自然度实验128

4.1.2音联对自然度的影响131

4.1.3汉语语句重音的声学表现138

4.2汉语共振峰合成系统141

4.2.1系统框图141

4.2.2合成单元143

4.2.3语言学处理144

4.2.4韵律设计150

4.2.5声学处理151

4.3基音同步波形叠加合成175

4.3.1 PSOLA算法176

4.3.2汉语的韵律——播音风格言语的声学分析186

4.3.3 KX-PSOLA汉语文语转换系统的韵律模型194

4.3.4高清晰度高自然度KX-PSOLA汉语文语转换系统203

4.3.5《联想佳音》211

4.4总结217

参考文献218

专 题篇225

第5章 普通话的节律和重音的实验研究225

5.1基于大规模语料库的韵律研究225

5.1.1语料库的设计原则225

5.1.2语料库的后期加工227

5.1.3语料库的实体232

5.2普通话的节律组织233

5.2.1节律组织中的自由度235

5.2.2节律组织规则239

5.3普通话的重音标注、分类及分配241

5.3.1重音的知觉强度标注243

5.3.2重音强度的三级标注245

5.3.3语义重音与节奏重音251

5.3.4重音的分布与韵律边界257

5.3.5总结259

参考文献260

第6章 基于大规模语料库的波形拼接合成263

6.1韵律控制策略264

6.1.1全控制策略264

6.1.2半控制策略264

6.1.3软控制策略265

6.2基于韵律软控制策略的TTS系统的结构267

6.3单元选择和波形拼接的策略和方法268

6.3.1音节关联的上下文矢量268

6.3.2上下文矢量的距离270

6.4建立语音特征覆盖完备的言语数据库271

6.4.1音库覆盖率与规模271

6.4.2言语数据波形的采集和标注272

6.4.3标注精度对合成自然度的影响273

6.4.4基于上下文相关边界模型的自动切分方法274

6.4.5音段波形的直接拼接合成279

6.4.6小结283

6.5木兰-汉英双语TTS系统284

6.5.1木兰的结构284

6.5.2统一的文本标准化模块285

6.5.3语言检测和分发模块及单元提取模块285

6.5.4言语数据库285

6.5.5小结286

6.6更多应用286

6.6.1个性化TTS系统286

6.6.2领域自适应TTS290

6.6.3互联网个性化语音服务296

6.7总结300

参考文献300

第7章 波形拼接合成语料库生成技术303

7.1录音脚本的设计303

7.1.1音段特征覆盖303

7.1.2韵律特征覆盖306

7.2发音人的挑选307

7.2.1发音人性别的选择307

7.2.2发音人年龄的限制308

7.2.3发音人籍贯的选择308

7.2.4 音色的要求308

7.2.5专业水平的考查308

7.2.6发音人的工作时间保证308

7.2.7候选发音人人数的考虑309

7.2.8候选人的发音评估309

7.3音库录制309

7.3.1录音室310

7.3.2录音设备310

7.3.3录音程序312

7.4数字录音材料的处理314

7.4.1复审314

7.4.2标音314

7.5总结316

参考文献316

第8章 语音合成系统的质量评估318

8.1语音输出系统质量评估方法318

8.1.1音节清晰度测试319

8.1.2词和句的可懂度测试322

8.1.3语句和篇单的整体性能测试324

8.1.4评测的原则327

8.2汉语语音合成质量评估327

8.2.1 1994年“863”汉语语音合成系统评测328

8.2.2 1995年汉语语音合成系统评价方法329

8.3国家语言文字工作委员会汉语语音合成系统评测331

8.3.1 2004年汉语语音合成系统评价方法331

8.3.2 2004年的评测结果和分析333

8.4 MOS和PC评估方法的比较338

8.4.1测试文本和测试条件339

8.4.2 MOS评估339

8.4.3 PC测试341

8.4.4 MOS和PC评测比较结果343

8.5汉语合成语音评测新方法探索343

8.6总结345

参考文献345

附录2004年评估测试语料346

第9章 展望351

9.1 STRAIGHT分析合成技术351

9.2基于HMM的语音合成358

9.2.1系统的框图358

9.2.2训练集及参数提取359

9.2.3 HMM模型化359

9.2.4基于上下文聚类的决策树360

9.2.5言语合成362

9.3从概念到语音的合成363

9.3.1 SOLE系统364

9.3.2 SOCS系统365

9.4多语种合成系统367

9.5口语翻译系统368

9.6总结370

参考文献370

后记372