节点文献
语音库裁剪中的不定长处理
【机构】 中国科学技术大学电子工程与信息科学系讯飞语音实验室； 安徽中科大讯飞信息科技有限公司；
【摘要】 不定长技术使得基于语料库的语音合成系统合成出高自然度的语音,而语音库裁剪方法通常会导致不定长的损失。针对这一关键性问题,本文首先提出NuClustering-VPA 算法:对不同粒度的不定长变体进行递阶聚类,根据高阶聚类结果调整低阶变体的聚类,从而保留在声韵上最为重要的变体。接着提出虚拟不定长替换的概念,意图弥补不定长的损失,并结合合成使用变体的频度,给出了可以任意比例裁剪语音库的StaRp-VPA算法。大规模测听表明,两种算法在裁剪率小于50%时,合成自然度几乎没有下降;当裁剪率大于50%时,StaRp-VPA给出的音库合成自然度也不会严重降低。这些技术在合成系统的移植中得到很好的应用。
【基金】 本文得到国家863计划(2004AA114030)的资助。
- 【会议录名称】 第八届全国人机语音通讯学术会议论文集
- 【会议名称】第八届全国人机语音通讯学术会议
- 【会议时间】2005-10
- 【会议地点】中国北京
- 【分类号】TN912.3
- 【主办单位】中国电子学会信号处理学会语音图象通讯专业委员会、中国计算机学会人工智能与模式识别专业委员会、中国声学学会语音听觉和音乐声学专业委员会、中国通信学会通信理论专业委员会、中国语言学会语音学专业委员会、中国中文信息学会语音信息专业委员会、中国自动化学会模式识别与机器智能专业委员会、国家863计划计算机软硬件技术主题专家组