[发明专利]语音合成中时长参数的生成方法

摘要

本发明涉及一种语音合成中时长参数的生成方法，用于基于隐马尔可夫模型的语音合成中进行状态时长参数的生成，对于输入的上下文相关隐马尔可夫模型序列生成各模型的各个状态的时长，即各状态的驻留时间，在生成状态时长参数时结合了隐马尔可夫模型中的状态时长模型和时长整体方差模型。创建时长整体方差模型训练语料库，利用时长整体方差分析器从训练语料库中生成时长整体方差训练样本，利用整体方差训练样本训练时长整体方差模型。本发明较好的克服了基于隐马尔可夫模型的语音合成中生成的状态时长参数过于平均的问题，合成结果在时长分布上更加自然、具有表现力。

主权项

语音合成中时长参数的生成方法，其特征在于，所述生成状态时长参数的步骤包括：步骤Sa：对待合成的文本进行文本分析，提取与HMM模型相关的上下文特征信息以及与时长整体方差模型相关的上下文特征信息，根据整体方差建模规范中确定的上下文特征信息项对待合成文本进行与时长整体方差模型相关的上下文特征信息提取，将与HMM模型相关的上下文特征信息依序组合成为上下文相关的HMM模型序列；步骤Sb：利用HMM状态时长模型集对上下文相关的HMM模型序列进行决策，得到HMM状态时长模型序列；步骤Sc：利用时长整体方差模型集对提取出的时长整体方差模型相关的上下文特征信息进行决策，得到一个时长整体方差模型；步骤Sd：通过最大化由决策出的HMM状态时长模型似然值和时长整体方差模型似然值组成的似然函数来生成最终的时长参数；其中在计算时长整体方差模型似然值时，时长整体方差值的计算需根据整体方差建模规范中确定的语音单元级别来生成该语音单元级别上的时长整体方差值。