|
|
1.
可训练文语转换系统的时长模型优化
吕浩音
计算机应用
2010, 30 (1):
282-284.
文语转换是人机交互的一项关键技术。当前的基于隐马尔可夫模型的语音合成系统已经能够合成出较高自然度和可懂度的声音，但与自然语音相比，韵律的节奏感不强，其主要原因是受时长的影响。提出在生成状态时长时同时优化状态、音子和音节三层模型的似然值，并通过考虑状态和长时时长的信息，使在重估计的过程中减少状态时长的错误。在普通话语料库上的实验证明，优化后的时长模型能够产生更加准确的状态时长，与状态级的基线系统相比较，均方根误差由19.90提高到了17.45。主观评测也显示改进后的模型优于基线模型。
相关文章 |
多维度评价
|
|
