基于深度神经网络的汉语语音合成的研究
为了提高基于HMM的语音合成的音质,探讨了不同的结构和参数对深度神经网络(DNN)训练的影响,并证明了DNN判别S/U/V的有效性;完成了DNN对HMM合成系统的合成语音谱参向原始语音进行转换.进一步地,探讨了对暂时分解(TD)算法得到的参数进行转换的方案,对TD分解得到的事件向量进行DNN训练,建立转换模型,并同未转换的事件函数进行再合成.实验证明,用DNN转换合成后的频谱更接近原始频谱;主观评测表明,该方法能有效地改善合成语音的音质.
HTS、DNN、深度学习、声音转换、暂时分解
42
TN912.33
中央财经大学重点学科建设项目,北京高等学校青年英才计划项目YETP0988
2015-09-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
75-78