[发明专利]一种音素自动切分方法

摘要

本发明公开了一种音素自动切分方法，可用于低带宽高音质的语音传输。本发明在数字语音传输的基础上，以构建的语音基元为编码对象，建立语音基元模型库，把语音基元用统一的方法和编码进行表示，从而进一步合成语音。该方法首先通过对日常语音的分析，采用聚类算法构建语音基元模型库；然后，利用语音基元自动切分算法，对获得的连续语音流进行语音基元的自动切分，并提取语音基元MFCC特征，通过与语音基元模型库中的语音基元进行匹配识别，获得语音基元所对应的编号，以编号代替语音基元进行编码。在合成语音过程中，通过编号从语音基元模型库中取出该编号所对应的语音基元，并通过数学变换对语音基元的频谱包络进行插值拟合等处理，形成平滑过度的语音。

主权项

一种音素自动切分方法，其特征在于，包括以下步骤：将获得的连续语音流自动切分成以音节为单位的音节序列；对每一个音节进一步分析其音素的构成；如果该音节为单个音素构成，则将该音节切分为对应的音素；如果该音节为多个音素构成，则对该音节进一步细致切分，最终切分成几个独立的单个音素；采用AMDF、AC、CC、SHS等现有的基频提取算法中的任何一种，提取每个音素基频F0；采用Mel频率倒谱系数(Mel Frequency Cepstrum Coefficients，MFCC)作为语音信号特征参数，提取每个音素的频谱包络；采用隐马尔可夫模型对语音特征参数样本集进行训练、识别，最终确定模型中的相关参数，训练测试后的隐马尔可夫模型，便可用于对连续语音流中所包含的音素进行自动切分。