数据驱动方法的语音库裁剪研究

• 作者: 吴晓如 张巍 王仁华
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 语音合成 语音库裁剪 可伸缩语音合成系统
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 26-32
• 页数: 7页
• 分类号: TP3
• 字数: 7197字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2008.01.006

摘要

为解决语音库裁剪会造成不定长损失的问题,首先提出了 NuClustering-VPA 算法,该算法对不同粒度的不定长变体进行递阶聚类,根据高阶聚类结果调整低阶变体的聚类,从而保留在声韵上最为重要的变体.接着提出了虚拟不定长替换的概念,意图弥补不定长的损失,并结合合成使用变体的频度,给出了可以任意比例裁剪语音库的StaRp-VPA算法.大规模测听表明,两种算法在裁剪率小于50%时,合成自然度几乎没有下降;当裁剪率大于50%时,StaRp-VPA给出的音库合成自然度也不会严重降低.两种裁剪在合成系统的移植中得到了很好的应用.

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	16	62	5.0	7.0
3	吴晓如		4	11	2.0	3.0