基于双层码本的语音驱动视觉语音合成系统

• 作者: 孙艳丰 尹宝才 贾熹滨
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 双层码本 视觉语音合成 视觉语音特征 语音特征
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 2013’CCF人工智能会议
• 页码范围: 100-104
• 页数: 5页
• 分类号: TP391
• 字数: 4604字
• 语种: 中文

摘要

提出了一种基于双层码本的语音驱动视觉语音合成系统,该系统以矢量量化的思想为基础,建立语音特征空间到视觉语音特征空间的粗耦合映射关系.为加强语音和视觉语音的关联性,系统分别根据语音特征与视觉语音特征的相似性两次对样本数据进行自动聚类,构造同时反映语音之间与视觉语音之间相似性的双层映射码本.数据预处理阶段,提出一种能反映视觉语音几何形状特征与牙齿可见度的联合特征模型,并在语音特征LPCC及MFCC基础上采用遗传算法提取视觉语音相关的语音特征模型.合成的视频中图像数据与原始视频中图像数据的比较结果表明,合成结果能在一定程度上逼近原始数据,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹宝才	北京工业大学多媒体与智能软件技术北京市重点实验室	86	1688	18.0	40.0
2	孙艳丰	北京工业大学多媒体与智能软件技术北京市重点实验室	39	702	9.0	26.0
3	贾熹滨	北京工业大学多媒体与智能软件技术北京市重点实验室	16	62	5.0	7.0