參數(shù)化統(tǒng)計語音合成的自然度研究——面向遠程醫(yī)療服務(wù)的應(yīng)用.pdf

1、中國的老齡化進程加速，使得現(xiàn)有醫(yī)療服務(wù)模式無法滿足老年人日益增長的醫(yī)療服務(wù)需求。遠程醫(yī)療服務(wù)是解決這一問題的有效手段。利用機器智能分析用戶長期生理數(shù)據(jù)，自動發(fā)送健康管理報告和提醒短信，進行遠程管理，已成為發(fā)展趨勢。對于大部分老年人，文字短信或報告閱讀不便。本文主要研究把文字報告轉(zhuǎn)換成高自然度語音報告，目的是在遠程醫(yī)療服務(wù)系統(tǒng)中引入語音信息反饋方式，為老人提供更好的服務(wù)體驗。
　　參數(shù)化統(tǒng)計語音合成系統(tǒng)是目前比較主流的合成系統(tǒng)。本文

2、基于該類型系統(tǒng)，以高自然度語音合成為目標(biāo)，開展基頻提取算法比較、譜特征參數(shù)選擇和情感語音合成三方面的研究工作。
　　基頻和譜特征是影響合成語音自然度的兩個重要聲學(xué)參數(shù)?；l是一個描述語音激勵源的特征，本文對比研究AMDF和STRAIGHT兩種基頻提取算法對合成語音自然度的影響，實驗結(jié)果表明采用STRAIGHT算法提取得到的基頻更加準(zhǔn)確，有助于改善合成語音的音質(zhì)。譜特征主要反映語音的聲道特性，本文通過主客觀評測方法，對比研究線性預(yù)測

3、系數(shù)、線譜對系數(shù)、Mel倒譜系數(shù)、Mel廣義倒譜系數(shù)、基于Mel廣義倒譜線譜對系數(shù)五種譜特征參數(shù)，對合成語音自然度的影響。主觀評測表明采用線譜合成語音自然度較好，客觀評測表明采用Mel倒譜合成語音自然度較好。
　　賦予合成語音情感變化，使合成語音更好的模擬自然語音，對合成語音自然度有著重要影響。本文分別提取語音信號的基頻、時長、能量、共振峰等情感特征，在分析六種情感語音信號:中性、驚奇、高興、恐懼、憤怒、悲傷的情感特征基礎(chǔ)上，總結(jié)

4、情感特征的變化趨勢，制定情感特征修改規(guī)則，并采用PSOLA算法修改中性語音的情感特征，合成出情感語音。通過主客觀方法評測合成語音的情感和自然度，實驗結(jié)果表明合成語音可以較好的表達高興、憤怒和悲傷情感，有助于提高合成語音的自然度。
　　本文根據(jù)自然度研究的實驗結(jié)果，構(gòu)建一個高自然度語音合成工具，選用STRAIGHT算法提取基頻，選用線譜對譜特征參數(shù)合成中性語音，同時結(jié)合語音的情感表達。實現(xiàn)了將健康報告轉(zhuǎn)換成高自然度語音報告，并對報告