语音库裁剪的一种不定长递阶聚类方法

• 作者: 刘江 吴晓如 张巍 王仁华
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 基于语料库的语音合成 语音库裁剪 语音库去冗余 可伸缩语音合成系统
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 研究论文
• 页码范围: 2017-2024
• 页数: 8页
• 分类号: TP391
• 字数: 7242字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2007.11.015

摘要

大量使用不定长是大语料库语音合成质量的一个重要保证,而语音库裁剪方法通常会导致不定长的损失.针对这一关键性问题,该文构建了NuClustering-VPA算法:对不同粒度的不定长变体进行聚类,根据高阶聚类结果调整低阶变体的聚类,使得低阶聚类中心有所偏向.NuClustering-VPA算法保留了最重要的不定长,从而有效减小了裁剪对不定长的破坏.测听实验表明,利用NuClustering-VPA算法,即使在语音库裁减率为39.63%时,合成自然度下降较小,仍然保持在较高的水平.这一技术已被应用在科大讯飞公司的实际语音产品中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王仁华	中国科学技术大学电子工程与信息科学系	60	608	13.0	22.0
2	张巍	中国海洋大学计算机科学系	49	254	8.0	14.0
6	吴晓如		4	11	2.0	3.0
7	刘江		1	1	1.0	1.0