基于LPCNet的语音合成方法研究

• 作者: 刘晓峰 宋文爱 陈小东
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 语音合成 Seq2Seq WaveNet 注意力机制 LPCNet
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1143-1147,1226
• 页数: 6页
• 分类号: TP183|TN912.3
• 字数: 4943字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.027

摘要

针对诸如WaveNet的神经声码器合成语音缓慢和模型复杂的问题,提出一种基于LPCNet的语音合成方法.首先将中文带调拼音序列作为输入,然后通过引入Query-Key self attention注意力机制的Seq2Seq(Sequence to Sequence)特征预测网络生成相应的梅尔声谱图,最后使用LPCNet模型将梅尔声谱图还原为语音波形.实验结果表明,主观评测MOS(Mean Opinion Score)得分4.07,客观评测MCD(Mel Cepstral Distance)得分12.14,合成语音的质量优于参数式语音合成模型和采用传统声码器的Seq2Seq语音合成模型,是一种优良的语音合成方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋文爱	中北大学软件学院	107	470	11.0	16.0
2	刘晓峰	中北大学软件学院	4	0	0.0	0.0
3	陈小东	中北大学软件学院	2	0	0.0	0.0