基于数据驱动方法的汉语文本-可视语音合成

• 作者: 王志明 艾海舟 蔡莲红
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 文-语转换系统(TTS) 文本-可视语音合成系统(TTVS) 视位 协同发音
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1054-1063
• 页数: 10页
• 分类号: TP18
• 字数: 821字
• 语种: 中文

摘要

计算机文本-可视语音合成系统(TTVS)可以增强语音的可懂度,并使人机交互界面变得更为友好.给出一个基于数据驱动方法(基于样本方法)的汉语文本-可视语音合成系统,通过将小段视频拼接生成新的可视语音.给出一种构造汉语声韵母视觉混淆树的有效方法,并提出了一个基于视觉混淆树和硬度因子的协同发音模型,模型可用于分析阶段的语料库选取和合成阶段的基元选取.对于拼接边界处两帧图像的明显差别,采用图像变形技术进行平滑并.结合已有的文本-语音合成系统(TTS),实现了一个中文文本视觉语音合成系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志明	北京科技大学计算机科学与技术系	19	379	8.0	19.0
2	艾海舟	清华大学计算机科学与技术系	27	3139	21.0	27.0
3	蔡莲红	清华大学计算机科学与技术系	74	978	18.0	30.0