1、本文在回顧文語(yǔ)轉(zhuǎn)換系統(tǒng)（Text to Speech，TTS）的發(fā)展歷程、應(yīng)用現(xiàn)狀以及典型技術(shù)的基礎(chǔ)上，就面向航天測(cè)試的語(yǔ)音合成系統(tǒng)的設(shè)計(jì)、實(shí)現(xiàn)的全過(guò)程進(jìn)行論述，并就其實(shí)現(xiàn)細(xì)節(jié)做了全面的介紹。 目前通常意義下的TTS系統(tǒng)多指一種可以將輸入的文本轉(zhuǎn)換為語(yǔ)音輸出的計(jì)算機(jī)應(yīng)用系統(tǒng)。TTS可以自動(dòng)的對(duì)文本進(jìn)行分析，確定文本中各部分的讀音、停頓、語(yǔ)氣語(yǔ)調(diào)等，再根據(jù)預(yù)先存儲(chǔ)的語(yǔ)音片斷或可以轉(zhuǎn)換為語(yǔ)音片斷的信息將輸入的文本所對(duì)應(yīng)的語(yǔ)音合成出來(lái)

2、作為輸出加以播放。 常見(jiàn)的商業(yè)TTS系統(tǒng)結(jié)構(gòu)復(fù)雜，規(guī)模龐大，足以應(yīng)對(duì)日常的文語(yǔ)轉(zhuǎn)換需求，但對(duì)于某一專(zhuān)業(yè)領(lǐng)域內(nèi)的文本卻難以產(chǎn)生很好的轉(zhuǎn)換效果，這主要是由于文本中含有大量專(zhuān)業(yè)詞匯無(wú)法被TTS中自帶的詞典所識(shí)別，所以不能正確確定字詞之間的結(jié)合關(guān)系及停頓標(biāo)記導(dǎo)致聲音質(zhì)量下降。此外專(zhuān)業(yè)領(lǐng)域內(nèi)可能含有一定量的外文詞匯、字母、縮寫(xiě)，數(shù)學(xué)表達(dá)式，單位符號(hào)，專(zhuān)業(yè)內(nèi)的特別讀音約定等。以上這些都成為建立面向某一專(zhuān)業(yè)應(yīng)用領(lǐng)域的TTS系統(tǒng)的主要?jiǎng)訖C(jī)。

3、 航天器可以認(rèn)為是一種極為復(fù)雜的人造系統(tǒng)，并且工作于嚴(yán)苛的自然條件下，造價(jià)也非常昂貴。對(duì)航天器在建造過(guò)程中以及發(fā)射前所進(jìn)行的測(cè)試就顯得極為重要。為達(dá)到足夠高的可靠性，航天測(cè)試相當(dāng)嚴(yán)格，過(guò)程也非常繁瑣。為降低測(cè)試人員的勞動(dòng)強(qiáng)度，提高測(cè)試效率，保證測(cè)試的準(zhǔn)確性，我們?cè)诤教炱鞯臏y(cè)試系統(tǒng)中引入了TTS系統(tǒng)，通過(guò)語(yǔ)音的交流取代了原有對(duì)屏幕的觀察，提高了測(cè)試效率，減小測(cè)試人員的工作壓力。另外通過(guò)選擇悅耳的語(yǔ)音也有降低測(cè)試人員心理壓力，放松心情的

4、功效，起到減少失誤和錯(cuò)誤的作用。 根據(jù)航天測(cè)試的需求，我們建立了應(yīng)用于航天測(cè)試的專(zhuān)業(yè)TTS系統(tǒng)。本文給出了該系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)的全部細(xì)節(jié)，其中的創(chuàng)新和特點(diǎn)可以總結(jié)如下： 1.將TTS應(yīng)用于航天測(cè)試領(lǐng)域，將之與測(cè)試諸系統(tǒng)進(jìn)行集成，初步形成方便人機(jī)交互的VoiceUI。 2.在基本合成聲學(xué)單元的選擇方面，采取了不定長(zhǎng)單元的設(shè)置，用于漢語(yǔ)普通話合成的聲學(xué)單元有多音節(jié)詞組、詞、字、單音節(jié)等形式的聲學(xué)單元，用于西文單詞、字

5、母及縮寫(xiě)的合成則是采取單詞、音節(jié)、聲母/韻母音素的發(fā)聲單元等形式。通過(guò)采取這樣的聲學(xué)單元設(shè)置可以在合成質(zhì)量和語(yǔ)音庫(kù)的大小之間形成一定的折衷。 3.在韻律模型方面采用了參數(shù)化的Target模型。這主要是由于本系統(tǒng)的韻律結(jié)構(gòu)相對(duì)簡(jiǎn)單，以祈使、陳述為主，而且其中所涉及到的中外文混讀皆是連續(xù)的中文語(yǔ)流中混有西文單詞或字母組合，外文內(nèi)容對(duì)中文的影響相對(duì)較小。 4.在Corpus文本的收集方面，除收集常規(guī)的文本內(nèi)容外，更加注重航

6、天測(cè)試專(zhuān)業(yè)文本的收集以及相關(guān)詞典的編制。 5.在設(shè)計(jì)錄音腳本時(shí)，采取了評(píng)分動(dòng)態(tài)調(diào)整的策略，改良貪心算法。利用這種設(shè)計(jì)錄音腳本的算法所形成的腳本中的詞頻分布可以被設(shè)置為與原始文本中的詞頻分布相似或任意指定的分布形式。通過(guò)這樣的算法，調(diào)整錄音腳本中詞頻分布在一定程度上可以彌補(bǔ)原始文本中的不足。 6.發(fā)聲單元自動(dòng)篩選。通過(guò)采取一系列聚類(lèi)分析及神經(jīng)網(wǎng)絡(luò)等手段將一些不理想的發(fā)聲單元去除。 本文的內(nèi)容依據(jù)該TTS系統(tǒng)在的