语音模拟仿声应用系统的研 究与论证.pdfVIP

语音模拟仿声应用系统的研究与论证 董 明 (作者单位：中国华艺广播公司电视中心) -● ● ● ●● 。● ●● ●● ● 。 ● ● ● ● ● ● _ ● ● ● ● ● _ ● 。 ● ● ● ● ● _ ● ， ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● - ● ● … ● ● ● ● … ● … ● ● ● ● ● ● ● ● ● _ ● … … ● ● ● ● … … ● … ● ● ● … ● ● - … ● ● ● … … ● … ● ● - ● ● … _ ● … ●● ●… ●● ●● … ● ● … … ● ● ● ● ● ● 摘 要：本文主要介绍了语音模拟仿声应用系统的总体技术方案、系统组成、关键技术、主要性能指标及技术可行性分析等， 为业内人士提供一定的参考。 关键词：语音模拟仿声应用系统；语音转换工具；研究与论证 ● ● ● ● ● ● ● ● ● ● ● ● 。 ● ● ● ● ● ● _ ● - ● ● ● _ ● ● ● ● ● ● ● ● ● ● ’ ● ● ● ● ● ● ● ● ● _ ● ● ● ● ● ● ● ● ● ● ● ● ● _ ● ● ● ● ● - ● ● ● ● ● ● ● _ ● ● ● ● ● ‘ … ● ● ● … ● ● ● … ● - ● ● ● ● ● ● ● ● ● … ● ● ● … ● ● ● ● ● 。 ‘ ● ● ● ● ● 。 ● ● ● … ● ● ● ● ● ● ● ● ● ● ● ● ● … ● ● ● ● ● … ● ● ● ● … ● _ ● 当前，语音识别技术 已经发展成为 目标发音人之间的音色转换，从而构建 1．3．2 模拟仿声转换方案 了涉及声学、语言学、数字信号处理、 目标发音人的模拟库。该子系统方案技 模拟发音人的挑选与培训方法：利用 统计模式、概率论和信息论、发生机理 术原理可以分为训练与模仿两个阶段。 话者识别技术挑选与目标发音人音色接近 和听觉机理、人工智能等多学科技术的 训练过程：由模拟发音人朗读和 目 的模拟发音人；基于语音评测技术指导其 一 项综合性技术，基于语音识别技术研 标发音人语音数据库中文本一致的语音 进一步学习目标发音人的发音特点。 发的语音模拟仿声应用系统在很多场景 数据，训练 由模拟发音人到 目标发音人 高质量的声音转换技术：在对模拟 下获得了成功的应用。语音模拟仿声应 的声学参数转换函数。 发音人的朗读语音进行调整时，能够尽 用系统主要功能包括：一是能对输入的 模仿过程：首先，由模拟发音人朗 可能地接近 目标发音人音色特征，同时 音频文件或现场录音进行语音识别；二 读输入 的文本 ；然后 ，采用 STRAIGHT 保证语音质量少受损失。 是能检测 目标人员语音 的各类数据，对 分析合成器提取朗读语音中的频谱与基 2 主要性能指标 目标人员语音进行数学建模 ；三是能把 频参数；利用训练阶段得到的模拟发音 语音身份伪装中，在 目标发音人可 普通人朗读文稿或现场录音转换成 目标 人到 目标发音人 的声学参数转换函数对 用语音数据超过2小时时，伪装语音与 目 人员的语音，并可以自动保存为多格式 频谱和基频参数进行转换；转换后的声 标发音人语音相似度MOS(MeanOpinion 的音频文件，以供使用。 学参数送入STRAIGHT合成器重构得到 Score)超过35分，自然度MOS超过4．0分。 1 系统技术方案 具有 目标发音人身份特点的语音波形。 支持语种包括中文普通话、可夹杂 语音模拟仿声应用系统主要是以智 1．2．2 语音转换工具 部分英语、法语、德语 (占总体比例为 能语音技术为基础，通过对 目标人员音 语音转换工具主要是基于深度神经 1％一5％)等。 库进行收集与制作、目标人员发音模拟、 网络技术，