目 錄
序 一
序 二
前 言
基礎(chǔ)篇
第1章 語(yǔ)音合成技術(shù)史的敘述 3
1.1 機(jī)械式語(yǔ)音合成器 3
1.1.1 Kempelen的講話機(jī) 3
1.1.2 Euphonia講話機(jī)6
1.2 電子式語(yǔ)音合成器 7
1.2.1 VODER7
1.2.2 模式播放器 9
1.2.3 共振峰合成器 11
1.3 基于計(jì)算機(jī)的語(yǔ)音合成 13
1.3.1 數(shù)字式共振峰語(yǔ)音合成技術(shù) 13
1.3.2 披形拼接合成技術(shù) 19
1.4 漢語(yǔ)語(yǔ)音合成的發(fā)展 21
1.4.1 漢語(yǔ)合成研究的先驅(qū) 22
1.4.2 國(guó)內(nèi)漢語(yǔ)合成技術(shù)的研究 24
1.5 總結(jié) 27
參考文獻(xiàn) 28
附錄合成語(yǔ)音樣品 30
第2章 聲學(xué)語(yǔ)音學(xué) 32
2.1 聲學(xué)基礎(chǔ) 32
2.1.1 空氣中的聲波32
2.1.2 被動(dòng)方程 35
2.1.3 聲音在管子中的傳播 39
2.2 言語(yǔ)交際過(guò)程 43
2.2.1 語(yǔ)音的產(chǎn)生 45
2.2.2 語(yǔ)音的感知 49
2.3 語(yǔ)音的聲學(xué)特征 52
2.3.1 語(yǔ)音的時(shí)間維及頻率維表示 52
2.3.2 頻譜分析 54
2.3.3 語(yǔ)固和語(yǔ)音的頻譜分析方法 62
2.3.4 元音的頻譜 66
2.3.5 輔音的頻譜 69
2.3.6 音軌 70
2.4漢語(yǔ)普通話的音位系統(tǒng) 72
2.4.1 漢語(yǔ)普通話的輔音系統(tǒng) 74
2.4.2 漢語(yǔ)普通話的元音系統(tǒng) 76
2.4.3 漢語(yǔ)傳統(tǒng)的聲韻調(diào)系統(tǒng) 78
2.5 總結(jié) 83
參考文獻(xiàn) 83
第3章 韻律 86
3.1 語(yǔ)調(diào)模型 87
3.1.1 "調(diào)核"理論和INTSINT語(yǔ)調(diào)模型 87
3.1.2 Pierrehumbert有限狀態(tài)網(wǎng)絡(luò)模型 90
3.1.3 Tilt 語(yǔ)調(diào)模型 95
3.1.4 Fujisa.ki模型 98
3.1.5 PENTA模型 101
3.2 漢語(yǔ)普通話韻律的基本單元 106
3.2.1 詞調(diào) 106
3.2.2 短語(yǔ)語(yǔ)調(diào) 113
3.3 句調(diào)和篇章韻律 119
3.3.1 語(yǔ)篇語(yǔ)調(diào) 119
3.3.2 朗讀風(fēng)格的影響 121
3.4 總結(jié) 124
參考文獻(xiàn) 125
第4章 漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng) 128
4.1 合成語(yǔ)音自然度的研究 128
4.1.1 合成語(yǔ)音自然度實(shí)驗(yàn) 128
4.1.2 音聯(lián)對(duì)自然度的影響 131
4.1.3 漢語(yǔ)語(yǔ)句重音的聲學(xué)表現(xiàn).138
4.2 漢語(yǔ)共振峰合成系統(tǒng) 141
4.2.1 系統(tǒng)框圖 141
4.2.2 合成單元 143
4.2.3 語(yǔ)言學(xué)處理 144
4.2.4 韻律設(shè)計(jì) 150
4.2.5 聲學(xué)處理 151
4.3 基音同步波形疊加合成 175
4.3.1 PSOLA 算法 176
4.3.2 漢語(yǔ)的韻律一一播音風(fēng)格言語(yǔ)的聲學(xué)分析 186
4.3.3 KX-PSOLA 議語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)的韻律模型 194
4.3.4 高清晰度高自然度KX-PSOLA漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng) 203
4.3.5 (聯(lián)想佳音》 211
4.4 總結(jié) 217
參考文獻(xiàn) 218
專(zhuān)題篇
第5章 普通話的節(jié)律和重音的實(shí)驗(yàn)研究 225
5.1 基于大規(guī)模語(yǔ)料庫(kù)的韻律研究 225
5.1.1 語(yǔ)料庫(kù)的設(shè)計(jì)原則 225
5.1.2 語(yǔ)料庫(kù)的后期加工 227
5.1.3 語(yǔ)料庫(kù)的實(shí)體 232
5.2 普通話的節(jié)律組織 233
5.2.1 節(jié)律組織中的自由度 235
5.2.2 節(jié)律組織規(guī)則 239
5.3 普通話的重音標(biāo)注、分類(lèi)及分配 241
5.3.1 重音的知覺(jué)強(qiáng)度標(biāo)注 243
5.3.2 重音強(qiáng)度的三級(jí)標(biāo)注 245
5.3.3 語(yǔ)義重音與節(jié)奏重音 251
5.3.4 重音的分布與韻律邊界 257
5.3.5 總結(jié) 259
參考文獻(xiàn) 260
第6章 基于大規(guī)模語(yǔ)料庫(kù)的波形拼接合成 263
6.1 韻律控制策略 264
6.1.1 全控制策略 264
6.1.2 半控制策略 264
6.1.3 軟控制策略 265
6.2 基于韻律軟控制策略的TTS系統(tǒng)的結(jié)構(gòu) 267
6.3 單元選擇和波形拼接的策略和方法 268
6.3.1 音節(jié)關(guān)聯(lián)的上下文矢量 268
6.3.2 上下文矢量的距離 270
6.4 建立語(yǔ)音特征覆蓋完備的言語(yǔ)數(shù)據(jù)庫(kù) 271
6.4.1 音庫(kù)覆蓋率與規(guī)模 271
6.4.2 言語(yǔ)數(shù)據(jù)披形的采集和標(biāo)注 272
6.4.3 標(biāo)注精度對(duì)合成自然度的影響 273
6.4.4基于上下文相關(guān)邊界模型的自動(dòng)切分方法 274
6.4.5 音段披形的直接拼接合成 279
6.4.6 小結(jié) 283
6.5 木蘭技英雙語(yǔ)TT8系統(tǒng) 284
6.5.1 木蘭的結(jié)構(gòu) 284
6.5.2 統(tǒng)一的文本標(biāo)準(zhǔn)化模塊 285
6.5.3 語(yǔ)言檢測(cè)和分發(fā)模塊及單元提取模塊 285
6.5.4 言語(yǔ)數(shù)據(jù)庫(kù) 285
6.5.5 小結(jié) 286
6.6 更多應(yīng)用 286
6.6.1 個(gè)性化TTS系統(tǒng) 286
6.6.2 領(lǐng)域自適應(yīng)TTS 290
6.6.3 互聯(lián)網(wǎng)個(gè)性化語(yǔ)音服務(wù) 296
6.7 總結(jié) 300
參考文獻(xiàn) 300
第7章 波形拼接合成語(yǔ)料庫(kù)生成技術(shù) 303
7.1 錄音腳本的設(shè)計(jì) 303
7.1.1 音段特征覆蓋 303
7.1.2 韻律特征覆蓋 306
7.2 發(fā)音人的挑選 307
7.2.1 發(fā)音人性別的選擇 307
7.2.2 發(fā)音人年齡的限制 308
7.2.3 發(fā)音人籍貫的選擇 308
7.2.4音魚(yú)的要求 308
7.2.5 專(zhuān)業(yè)水平的考查 308
7.2.6 發(fā)音人的工作時(shí)間保證 308
7.2.7 候選發(fā)音人人數(shù)的考慮 309
7.2.8 候選人的發(fā)音評(píng)估 309
7.3 音庫(kù)錄制 309
7.3.1 錄音室 310
7.3.2 錄音設(shè)備 310
7.3.3 錄音程序 312
7.4數(shù)字錄音材料的處理 314
7.4.1 復(fù)審 314
7.4.2 標(biāo)音 314
7.5 總結(jié) 316
參考文獻(xiàn) 316
第8章 語(yǔ)音合成系統(tǒng)的質(zhì)量評(píng)估 318
8.1 語(yǔ)音輸出系統(tǒng)質(zhì)量評(píng)估方法 318
8.1.1 音節(jié)清晰度測(cè)試 319
8.1.2 詞和旬的可懂度測(cè)試 322
8.1.3 語(yǔ)句和篇單的整體性能測(cè)試 324
8.1.4 評(píng)測(cè)的原則 327
8.2 漢語(yǔ)語(yǔ)音合成質(zhì)量評(píng)估 327
8.2.1 1994年"863"漢語(yǔ)語(yǔ)音合成系統(tǒng)評(píng)測(cè) 328
8.2.2 1995年漢語(yǔ)語(yǔ)音合成系統(tǒng)評(píng)價(jià)方法 329
8.3 國(guó)家語(yǔ)言文字工作委員會(huì)漢語(yǔ)語(yǔ)音合成系統(tǒng)評(píng)測(cè) 331
8.3.1 2004年漢語(yǔ)語(yǔ)音合成系統(tǒng)評(píng)價(jià)方法 331
8.3.2 2004年的評(píng)測(cè)結(jié)果和分析 333
8.4 MOS和PC評(píng)估方法的比較 338
8.4.1 測(cè)試文本和測(cè)試條件 339
8.4.2 MOS評(píng)估 339
8.4.3 PC測(cè)試 341
8.4.4 MOS和PC評(píng)測(cè)比較結(jié)果 343
8.5 漢語(yǔ)合成語(yǔ)音評(píng)測(cè)新方法探索 343
8.6 總結(jié) 345
參考文獻(xiàn) 345
附錄2004年評(píng)估測(cè)試語(yǔ)料 346
第9章 展望 351
9.1 STRAIGHT分析合成技術(shù) 351
9.2 基于HMM的語(yǔ)音合成 358
9.2.1 系統(tǒng)的框圖 358
9.2.2 訓(xùn)練集及參數(shù)提取 359
9.2.3 HMM模型化 359
9.2.4 基于上下文聚類(lèi)的決策樹(shù) 360
9.2.5 言語(yǔ)合成 362
9.3 從概念到語(yǔ)音的合成 363
9.3.1 SOLE系統(tǒng) 364
9.3.2 SOCS系統(tǒng) 365
9.4 多語(yǔ)種合成系統(tǒng) 367
9.5 口語(yǔ)翻譯系統(tǒng) 368
9.6 總結(jié) 370
參考文獻(xiàn) 370
后記 372