基于Fujisaki模型的情感語音信號(hào)分析與合成.pdf

1、語音信號(hào)處理作為一個(gè)研究領(lǐng)域，已經(jīng)有幾十年的歷史，其中的語音合成技術(shù)在可懂度和自然度上已達(dá)到了相當(dāng)?shù)乃?。隨著語音合成技術(shù)的推廣和應(yīng)用，對語音合成的質(zhì)量提出了更高的要求。如果在語音合成過程中結(jié)合情感計(jì)算領(lǐng)域的研究，賦予語音感情色彩，使得合成的語音能夠表情達(dá)意，那么語音合成的質(zhì)量必將大大提高。 本文的研究目的是實(shí)現(xiàn)語音信號(hào)的情感表達(dá)，依據(jù)從信號(hào)提取情感特征→歸納情感與特征參數(shù)之間的關(guān)聯(lián)規(guī)律→將特征參數(shù)作用于語音信號(hào)以進(jìn)行情感轉(zhuǎn)換的

2、思路進(jìn)行研究。 論文首先概述了課題的研究背景及情感語音技術(shù)的發(fā)展歷史，介紹了情感空間的界定，提出了本文的情感分類方法，在情感分析用語音資料的標(biāo)準(zhǔn)和分析條件還沒有被提出的條件下，針對語音語調(diào)受眾多因素影響的特點(diǎn)，為了突出語音中的情感特征，設(shè)計(jì)、建立了實(shí)驗(yàn)用情感語音庫；通過分析庫中攜帶已知情感狀態(tài)的語音，提取了表達(dá)語音特征的韻律類和音質(zhì)類參數(shù)，用仿真實(shí)驗(yàn)對比了這兩類參數(shù)在情感表達(dá)上的效果，選定基頻曲線作為工作的切入點(diǎn)；之后利用一種改

3、進(jìn)的適合于漢語的Fujisaki模型給基頻曲線以定量的描述，總結(jié)出在不同情感狀態(tài)下特征參數(shù)的表現(xiàn)規(guī)律，將Fujisaki模型的應(yīng)用推廣到了情感表達(dá)的方向；在語音合成階段，采用了一種基音同步的聲韻母拼接方法，用很少的無調(diào)的基元合成了帶有聲調(diào)的語音；最后把體現(xiàn)語音情感的規(guī)則應(yīng)用到合成的語音中去，用PSOLA算法實(shí)現(xiàn)語音的情感轉(zhuǎn)換。 工作的創(chuàng)新之處有以下三點(diǎn)： 1、通過修改Fuiisaki模型中的聲調(diào)表達(dá)分量，使模型更適合漢語