汉语语音合成系统中影响合成自然度的主要技术因素探析
2020-01-19刘新红吴树兴
消费电子 2020年12期
刘新红 吴树兴
【关键词】韵律;语义;语音合成自然度;技术因素
一、引言
目前,语音合成技术发展迅速,合成的语音产品在各个领域被广泛应用,这种应用依托于信号与信息处理技术的不断发展和语言本体研究的不断深入,其目标就是要不断满足人们对人机交互的各种需求。尽管目前所合成语音不再是生硬地机器声,但模式仍然固定,缺乏自然声音的流畅感,语气语调同质化。当前,语音合成的效果与模拟具有真人个性特征和情感的语音的最終目标还有一定距离。在语音合成技术方面,除了进一步提高声音的清晰度、可懂度之外,仍然要进一步提高语音合成的自然度。
二、汉语语音合成系统
一个典型的汉语语音合成系统通常由文本处理、韵律分析和语音合成三个模块构成,如图1所示。

第一步进行文本处理,需要根据语义和语法等语言学知识将文本语句进行分词和标注,同时还需要将词转换为对应音节;第二步是基于语境、韵律规则和韵律模型为每个音节或短语调整韵律参数,将音节序列转换为语音序列;第三步使用高级语音合成技术根据需要实时合成高质量语音流。其中,文本分析和韵律处理这两个模块的处理结果直接影响语流的自然度。练达的自然语言,依赖于人们对语言中的语音、词汇、语法和语义规则的综合应用,也依赖于人们对语境的准确把握。语音合成的过程中首先要完成由表层结构到深层结构的逆过程结构,完成文本和韵律的分析。……
登录APP查看全文
