參數(shù)化統(tǒng)計(jì)語(yǔ)音合成的自然度研究——面向遠(yuǎn)程醫(yī)療服務(wù)的應(yīng)用.pdf

1、中國(guó)的老齡化進(jìn)程加速，使得現(xiàn)有醫(yī)療服務(wù)模式無(wú)法滿足老年人日益增長(zhǎng)的醫(yī)療服務(wù)需求。遠(yuǎn)程醫(yī)療服務(wù)是解決這一問(wèn)題的有效手段。利用機(jī)器智能分析用戶長(zhǎng)期生理數(shù)據(jù)，自動(dòng)發(fā)送健康管理報(bào)告和提醒短信，進(jìn)行遠(yuǎn)程管理，已成為發(fā)展趨勢(shì)。對(duì)于大部分老年人，文字短信或報(bào)告閱讀不便。本文主要研究把文字報(bào)告轉(zhuǎn)換成高自然度語(yǔ)音報(bào)告，目的是在遠(yuǎn)程醫(yī)療服務(wù)系統(tǒng)中引入語(yǔ)音信息反饋方式，為老人提供更好的服務(wù)體驗(yàn)。
　　參數(shù)化統(tǒng)計(jì)語(yǔ)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(yǔ)音合成為目標(biāo)，開(kāi)展基頻提取算法比較、譜特征參數(shù)選擇和情感語(yǔ)音合成三方面的研究工作。
　　基頻和譜特征是影響合成語(yǔ)音自然度的兩個(gè)重要聲學(xué)參數(shù)?；l是一個(gè)描述語(yǔ)音激勵(lì)源的特征，本文對(duì)比研究AMDF和STRAIGHT兩種基頻提取算法對(duì)合成語(yǔ)音自然度的影響，實(shí)驗(yàn)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(yǔ)音的音質(zhì)。譜特征主要反映語(yǔ)音的聲道特性，本文通過(guò)主客觀評(píng)測(cè)方法，對(duì)比研究線性預(yù)測(cè)

3、系數(shù)、線譜對(duì)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(duì)系數(shù)五種譜特征參數(shù)，對(duì)合成語(yǔ)音自然度的影響。主觀評(píng)測(cè)表明采用線譜合成語(yǔ)音自然度較好，客觀評(píng)測(cè)表明采用Mel倒譜合成語(yǔ)音自然度較好。
　　賦予合成語(yǔ)音情感變化，使合成語(yǔ)音更好的模擬自然語(yǔ)音，對(duì)合成語(yǔ)音自然度有著重要影響。本文分別提取語(yǔ)音信號(hào)的基頻、時(shí)長(zhǎng)、能量、共振峰等情感特征，在分析六種情感語(yǔ)音信號(hào):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(shì)，制定情感特征修改規(guī)則，并采用PSOLA算法修改中性語(yǔ)音的情感特征，合成出情感語(yǔ)音。通過(guò)主客觀方法評(píng)測(cè)合成語(yǔ)音的情感和自然度，實(shí)驗(yàn)結(jié)果表明合成語(yǔ)音可以較好的表達(dá)高興、憤怒和悲傷情感，有助于提高合成語(yǔ)音的自然度。
　　本文根據(jù)自然度研究的實(shí)驗(yàn)結(jié)果，構(gòu)建一個(gè)高自然度語(yǔ)音合成工具，選用STRAIGHT算法提取基頻，選用線譜對(duì)譜特征參數(shù)合成中性語(yǔ)音，同時(shí)結(jié)合語(yǔ)音的情感表達(dá)。實(shí)現(xiàn)了將健康報(bào)告轉(zhuǎn)換成高自然度語(yǔ)音報(bào)告，并對(duì)報(bào)告