• 正在加载中...
  • 汉语语音合成:原理和技术

    《汉语语音合成:原理和技术》介绍语音合成的原理和针对汉语的各项合成技术,以及应用的范例。全书分基础篇和专题篇两大部分。基础篇介绍语音合成技术的发展历程和作为语音合成技术基础的声学语音学知识,尤其是作者获得的相关研究成果(填补了汉语语音学知识中的某些空白),并对各种合成器的工作原理和基本结构进行系统的阐述。专题篇结合近十年来国内外技术发展的热点和方向,讨论韵律分析与建模、数据驱动的语音合成方法、语音合成数据库的构建技术、文语转换系统的评估方法、语音合成技术的应用等。 《汉语语音合成:原理和技术》面向从事语言声学、语音通信技术,特别是语音合成的科学工作者、工程技术人员、大学教师、研究生和高年级的大学生,可作为他们研究、开发、进修的参考书。

    编辑摘要

    目录

    基本介绍/汉语语音合成:原理和技术 编辑

    内容简介

    《现代声学科学与技术丛书:汉语语音合成·原理和技术》面向从事语言声学、语音通信技术,特别是语音合成的科学工作者、工程技术人员、大学教师、研究生和高年级的大学生,可作为他们研究、开发、进修的参考书。

    作者简介

    吕士楠,1937年生,浙江新昌籍人氏。1960年大学毕业,1962年任中国科学院声学研究所实习研究员,1994年晋升为研究员,直至1999年退休。在语言声学研究方面曾获中国科学院自然科学一等奖和国家自然科学三等奖各一项。主攻汉语语音合成领域,曾承担国家自然科学基金、“863”项目和中国科学院重大项目,发表论文百余篇。现为中国声学学会会员、第五届声学学会常务理事、言语声学分会主任。
      初敏,1995年于中国科学院声学研究所获博士学位。后在中国科学院声学研究所、英特尔和微软中国研究中心任职,在语音合成方面有突出贡献,在国内外核心期刊、会议上发表数十篇学术论文,成功申请国内外专利二十多项。2009年加入阿里云计算团队,任研究员、数据应用部门总监,负责大规模数据采集、处理和挖掘等工作。
      许洁萍,1999年于中国科学院声学研究所获博士学位,曾任中国科学院计算机语言信息工程研究中心副主任、华建机器翻译有限公司副总经理,从事计算机口语翻译,特别是口语输出的研究。主持或承担国家自然科学基金项目两项,获省部级科技进步二等奖两项,发表论文四十余篇。现任中国人民大学信息学院副教授,从事音乐检索、言语节奏及其合成方面的研究。
      贺琳,1992年大学毕业。自1993年以来一直在中国科学院声学研究所从事语言声学研究,特别是言语数据的收集和数据库的建立,十多年来在此领域积累了丰富经验,成功地为国内外语音技术研究和开发提供了多语种、多用途数据库数百个,已在国际上享有一定声望。现任中国声学学会语言、音乐和听觉分会委员,中文语言资源联盟委员会委员。

    图书目录/汉语语音合成:原理和技术 编辑

    序一
      序二
      前言
      基础篇
      第1章语音合成技术史的叙述
      1.1机械式语音合成器
      1.1.1Kempelen的讲话机
      1.1.2Euphonia讲话机
      1.2电子式语音合成器
      1.2.1VODER
      1.2.2模式播放器
      1.2.3共振峰合成器
      1.3基于计算机的语音合成
      1.3.1数字式共振峰语音合成技术
      1.3.2波形拼接合成技术
      1.4汉语语音合成的发展
      1.4.1汉语合成研究的先驱
      1.4.2国内汉语合成技术的研究
      1.5总结
      参考文献
      附录合成语音样品
      第2章声学语音学
      2.1声学基础
      2.1.1空气中的声波
      2.1.2波动方程
      2.1.3声音在管子中的传播
      2.2言语交际过程
      2.2.1语音的产生
      2.2.2语音的感知
      2.3语音的声学特征
      2.3.1语音的时间维及频率维表示
      2.3.2频谱分析
      2.3.3语图和语音的频谱分析方法
      2.3.4元音的频谱
      2.3.5辅音的频谱
      2.3.6音轨
      2.4汉语普通话的音位系统
      2.4.1汉语普通话的辅音系统
      2.4.2汉语普通话的元音系统
      2.4.3汉语传统的声韵调系统
      2.5总结
      参考文献
      第3章韵律
      3.1语调模型
      3.1.1“调核”理论和INTSINT语调模型
      3.1.2Pierrehumbert有限状态网络模型
      3.1.3Tilt语调模型
      3.1.4Fujisaki模型
      3.1.5PENTA模型
      3.2汉语普通话韵律的基本单元
      3.2.1词调
      3.2.2短语语调
      3.3句调和篇章韵律
      3.3.1语篇语调
      3.3.2朗读风格的影响
      3.4总结
      参考文献
      第4章汉语文语转换系统
      4.1合成语音自然度的研究
      4.1.1合成语音自然度实验
      4.1.2音联对自然度的影响
      4.1.3汉语语句重音的声学表现
      4.2汉语共振峰合成系统
      4.2.1系统框图
      4.2.2合成单元
      4.2.3语言学处理
      4.2.4韵律设计
      4.2.5声学处理
      4.3基音同步波形叠加合成
      4.3.1PSOLA算法
      4.3.2汉语的韵律——播音风格言语的声学分析
      4.3.3KX-PSOLA汉语文语转换系统的韵律模型
      4.3.4高清晰度高自然度KX-PSOLA汉语文语转换系统
      4.3.5《联想佳音》
      4.4总结
      参考文献
      专题篇
      第5章普通话的节律和重音的实验研究
      5.1基于大规模语料库的韵律研究
      5.1.1语料库的设计原则
      5.1.2语料库的后期加工
      5.1.3语料库的实体
      5.2普通话的节律组织
      5.2.1节律组织中的自由度
      5.2.2节律组织规则
      5.3普通话的重音标注、分类及分配
      5.3.1重音的知觉强度标注
      5.3.2重音强度的三级标注
      5.3.3语义重音与节奏重音
      5.3.4重音的分布与韵律边界
      5.3.5总结
      参考文献
      第6章基于大规模语料库的波形拼接合成
      6.1韵律控制策略
      6.1.1全控制策略
      6.1.2半控制策略
      6.1.3软控制策略
      6.2基于韵律软控制策略的TTS系统的结构
      6.3单元选择和波形拼接的策略和方法
      6.3.1音节关联的上下文矢量
      6.3.2上下文矢量的距离
      6.4建立语音特征覆盖完备的言语数据库
      6.4.1音库覆盖率与规模
      6.4.2言语数据波形的采集和标注
      6.4.3标注精度对合成自然度的影响
      6.4.4基于上下文相关边界模型的自动切分方法
      6.4.5音段波形的直接拼接合成
      6.4.6小结
      6.5木兰-汉英双语TTS系统
      6.5.1木兰的结构
      6.5.2统一的文本标准化模块
      6.5.3语言检测和分发模块及单元提取模块
      6.5.4言语数据库
      6.5.5小结
      6.6更多应用
      6.6.1个性化TTS系统
      6.6.2领域自适应TTS
      6.6.3互联网个性化语音服务
      6.7总结
      参考文献
      第7章波形拼接合成语料库生成技术
      7.1录音脚本的设计
      7.1.1音段特征覆盖
      7.1.2韵律特征覆盖
      7.2发音人的挑选
      7.2.1发音人性别的选择
      7.2.2发音人年龄的限制
      7.2.3发音人籍贯的选择
      7.2.4音色的要求
      7.2.5专业水平的考查
      7.2.6发音人的工作时间保证
      7.2.7候选发音人人数的考虑
      7.2.8候选人的发音评估
      7.3音库录制
      7.3.1录音室
      7.3.2录音设备
      7.3.3录音程序
      7.4数字录音材料的处理
      7.4.1复审
      7.4.2标音
      7.5总结
      参考文献
      第8章语音合成系统的质量评估
      8.1语音输出系统质量评估方法
      8.1.1音节清晰度测试
      8.1.2词和句的可懂度测试
      8.1.3语句和篇单的整体性能测试
      8.1.4评测的原则
      8.2汉语语音合成质量评估
      8.2.11994年“863”汉语语音合成系统评测
      8.2.21995年汉语语音合成系统评价方法
      8.3国家语言文字工作委员会汉语语音合成系统评测
      8.3.12004年汉语语音合成系统评价方法
      8.3.22004年的评测结果和分析
      8.4MOS和PC评估方法的比较
      8.4.1测试文本和测试条件
      8.4.2MOS评估
      8.4.3PC测试
      8.4.4MOS和PC评测比较结果
      8.5汉语合成语音评测新方法探索
      8.6总结
      参考文献
      附录2004年评估测试语料
      第9章展望
      9.1STRAIGHT分析合成技术
      9.2基于HMM的语音合成
      9.2.1系统的框图
      9.2.2训练集及参数提取
      9.2.3HMM模型化
      9.2.4基于上下文聚类的决策树
      9.2.5言语合成
      9.3从概念到语音的合成
      9.3.1SOLE系统
      9.3.2SOCS系统
      9.4多语种合成系统
      9.5口语翻译系统
      9.6总结
      参考文献
      后记

    添加视频 | 添加图册相关影像

    开放分类 我来补充

    互动百科的词条(含所附图片)系由网友上传,如果涉嫌侵权,请与客服联系,我们将按照法律之相关规定及时进行处理。未经许可,禁止商业网站等复制、抓取本站内容;合理使用者,请注明来源于www.baike.com。

    登录后使用互动百科的服务,将会得到个性化的提示和帮助,还有机会和专业认证智愿者沟通。

    互动百科用户登录注册
    此词条还可添加  信息模块

    WIKI热度

    1. 编辑次数:2次 历史版本
    2. 参与编辑人数:2
    3. 最近更新时间:2014-12-09 21:49:27

    贡献光荣榜

    更多

    相关词条