1、隨著語(yǔ)音信號(hào)統(tǒng)計(jì)建模方法的日益成熟和計(jì)算機(jī)處理能力的不斷進(jìn)步，近年來(lái)統(tǒng)計(jì)參數(shù)語(yǔ)音合成(Statistical Parametric Speech Synthesis)技術(shù)發(fā)展迅速。其中，基于隱馬爾科夫模型(Hidden Markov Model，HMM)的參數(shù)語(yǔ)音合成因其具有合成語(yǔ)音流暢度好、系統(tǒng)構(gòu)建自動(dòng)化程度高、系統(tǒng)尺寸小等優(yōu)點(diǎn)，已成為現(xiàn)今主流語(yǔ)音合成方法之一。然而，該方法存在合成語(yǔ)音音質(zhì)受損、自然度不高的問(wèn)題。頻譜特征聲學(xué)模型的精度

2、不足和參數(shù)生成過(guò)程中的過(guò)平滑效應(yīng)是造成合成語(yǔ)音音質(zhì)受損的主要原因。
　　因此，本文圍繞基于HMM的統(tǒng)計(jì)參數(shù)語(yǔ)音合成中的頻譜建模和參數(shù)生成方法展開(kāi)研究工作。首先，本文研究結(jié)合對(duì)數(shù)功率譜全局方差(Log Power SpectrumGlobal Variance，LPS-GV)的最小生成誤差(Minimum Generation Error, MGE)模型訓(xùn)練方法，以實(shí)現(xiàn)不增加合成端運(yùn)算量的前提下合成語(yǔ)音自然度提升;其次，本文研究基于

3、受限玻爾茲曼機(jī)(Restricted Boltzmann Machine，RBM)的頻譜狀態(tài)建模與參數(shù)生成方法，以改善原有方法參數(shù)生成階段使用高斯近似帶來(lái)的模型精度損失問(wèn)題;最后，本文研究結(jié)合RBM建模與GV參數(shù)生成的頻譜特征預(yù)測(cè)方法，通過(guò)組合兩者的技術(shù)優(yōu)勢(shì)，進(jìn)一步提升合成語(yǔ)音的自然度。
　　整篇文章的結(jié)構(gòu)安排如下:
　　第一章是緒論，其中簡(jiǎn)單介紹了基于HMM統(tǒng)計(jì)參數(shù)語(yǔ)音合成方法的基本原理，回顧了其發(fā)展歷史以及技術(shù)現(xiàn)狀。

4、r>　　第二章介紹了一種針對(duì)線(xiàn)譜對(duì)(Line Spectral Pairs，LSP)參數(shù)的頻譜模型訓(xùn)練方法。該方法使用結(jié)合LPS-GV的MGE模型訓(xùn)練準(zhǔn)則，避免了原有LPS-GV參數(shù)生成方法運(yùn)算復(fù)雜度過(guò)高的問(wèn)題，在不增加合成端運(yùn)算量的前提下，提高了傳統(tǒng)MGE訓(xùn)練方法合成語(yǔ)音的自然度。
　　第三章主要研究基于受限玻爾茲曼機(jī)(RBM)的頻譜狀態(tài)建模與參數(shù)生成方法。首先，本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于Gibbs采樣的高斯近似均值估計(jì)方法，該方

5、法可以取得與原有的基于梯度下降的高斯近似方法相近的合成語(yǔ)音性能。然后，本文提出了一種結(jié)合動(dòng)態(tài)參數(shù)約束的RBM-HMM參數(shù)生成方法，該方法相對(duì)高斯近似參數(shù)生成方法可以取得更高的合成語(yǔ)音自然度。
　　第四章主要研究結(jié)合RBM建模與GV參數(shù)生成的頻譜特征預(yù)測(cè)方法，以綜合RBM建模精度高和GV參數(shù)生成方法可改善過(guò)平滑效應(yīng)的技術(shù)優(yōu)勢(shì)。本文設(shè)計(jì)實(shí)現(xiàn)了兩種不同的結(jié)合RBM建模與GV參數(shù)生成的方式。實(shí)驗(yàn)結(jié)果表明，相對(duì)使用單一技術(shù)，兩者結(jié)合后可以進(jìn)