[发明专利]一种清浊音判定方法、装置和语音合成系统

权利要求书

1.一种清浊音判定方法，其特征在于，该方法包括：

设置清浊音判定问题集；

利用语音训练数据和所述清浊音判定问题集，对二叉判定树结构的清浊音判定模型进行训练，其中该二叉判定树结构中的非叶子节点为所述清浊音判定问题集中的问题，叶子节点为清浊音判定结果；

接收语音测试数据，并利用训练后的所述清浊音判定模型判定语音测试数据为清音或浊音。

2.根据权利要求1所述的清浊音判定方法，其特征在于，该方法进一步包括：

当语音测试数据被判定为浊音之后，在语音合成过程中该语音测试数据的激励信号被假设为冲击响应序列；当语音测试数据被判定为清音之后，在语音合成过程中该语音测试数据的激励信号被假设为白噪声。

3.根据权利要求1所述的清浊音判定方法，其特征在于，所述利用语音训练数据和所述清浊音判定问题集，对二叉判定树结构的清浊音判定模型进行训练包括：

针对清浊音判定问题集中的每一个问题，对于回答是和否的语音训练数据分别计算浊音比例值，并且选择浊音比例差值最大的问题作为根节点；

在根节点下针对语音训练数据进行分裂，以形成非叶子节点和叶子节点。

4.根据权利要求3所述的清浊音判定方法，其特征在于，该方法进一步包括：当预先设定的分裂停止条件得到满足之后，停止所述分裂，其中所述分裂停止条件为：非叶子节点或叶子节点的语音训练数据少于预先设定的第一门限值。

5.根据权利要求3所述的清浊音判定方法，其特征在于，该方法进一步包括：

当预先设定的分裂停止条件得到满足之后，停止所述分裂，其中所述分裂停止条件为：非叶子节点或叶子节点的浊音比例差值小于预先设定的第二门限值。

6.根据权利要求1所述的清浊音判定方法，其特征在于，该方法进一步包括：

当利用训练后的所述清浊音判定模型判定语音测试数据为浊音之后，利用隐马尔科夫模型预测该语音测试数据的基频值。

7.根据权利要求1所述的清浊音判定方法，其特征在于，进一步获取语音训练数据的基频信息、语音训练数据的音素以及前后音素、语音训练数据在音素内的状态序数；

所述利用语音训练数据和所述清浊音判定问题集，对二叉判定树结构的清浊音判定模型进行训练，包括：

将语音训练数据的基频信息、语音训练数据的音素以及前后音素、语音训练数据在音素内的状态序数作为训练过程中的附带信息。