参数语音合成方法和系统

摘要：

本发明提供了一种参数语音合成方法，包括：根据对输入文本的分析获取包含上下文信息的音素序列；依次取出音素序列中的一个音素，在统计模型库中搜索该音素的各声学参数对应的统计模型，按帧取出该音素的各统计模型作为待合成语音参数的粗略值；使用滤波器组对待合成语音参数的粗略值进行参数平滑，得到平滑后的语音参数；使用全局参数优化器对平滑后的语音参数进行全局参数优化，得到优化后的语音参数；然后利用参数语音合成器进行合成，输出一帧合成语音；重复上述处理直至处理完所述音素序列中的所有音素的所有帧。利用本发明，能够使语音合成所需要的RAM不会随着合成语音长度的增加而增加，合成语音的时长不再受到RAM的限制。

专利类型：发明专利

申请/专利号：CN201110229013.2

申请日期：2011-08-10

公开/公告号：CN102270449A

公开/公告日：2011-12-07

主分类号：G10L13/08(2006.01)I

申请/专利权人:歌尔声学股份有限公司

发明/设计人:吴凤梁;职振华

主申请人地址:261031 山东省潍坊市高新技术产业开发区东方路268号

专利代理机构:北京鸿元知识产权代理有限公司 11327

代理人:林锦辉

国别省市代码:山东;37

权利要求：

一种参数语音合成方法，包括：根据对输入文本的分析获取包含上下文信息的音素序列；依次取出所述音素序列中的一个音素，在统计模型库中搜索所述音素的各声学参数对应的统计模型，按帧取出所述音素的各统计模型作为待合成语音参数的粗略值；使用滤波器组对所述待合成语音参数的粗略值进行参数平滑，得到平滑后的语音参数；使用全局参数优化器对所述平滑后的语音参数进行全局参数优化，得到优化后的语音参数；利用参数语音合成器对所述优化后的语音参数进行合成，输出一帧合成语音；对所述音素的下一帧重复上述语音合成处理，直至处理完所述音素序列中的所有音素的所有帧。