一种基于GBDT算法的语音模型聚类方法

• 作者: 张元平 汪丹丹
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 语音合成 模型聚类 决策树聚类算法(GBDT)
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

在基于HMM的Trainable TTS的语音生成后端,文章引入决策树聚类算法(Gradient boost decision tree,GBDT),分别应用在频谱、基频、时长三个维度的语音参数上.通过实验发现,该方法应用在基频模型和音素时长模型的聚类上,系统的主观听感的改善并不明显,而应用在LSF频谱模型聚类上,系统的主观倾向性得分提高了15.6％,这说明从主观感受来说,系统效果提升比较明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪丹丹		6	2	1.0	1.0
2	张元平		3	7	1.0	2.0