-
题名基于谐波加噪声激励模型的改进语音合成算法
被引量：1
- 1
-
-
作者
戈永侃
于凤芹
-
机构
江南大学物联网工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第12期278-281,289,共5页
-
文摘
传统基于隐马尔科夫模型(HMM)的语音合成算法使用高斯白噪声和脉冲串来表示清浊音的激励信号,合成的语音较为嘈杂。为提高合成音质,基于谐波加噪声激励模型,提出一种语音合成算法。将语音信号逆滤波得到声门波信号,对声门波信号进行谐波分析提取谐波成分,并计算谐波成分的线谱对参数作为谐波特征进行HMM训练。在语音合成时根据新生成的特征参数重构出低频段谐波部分与高频段噪声部分,并将两者混合作为语音的激励信号进行语音合成。实验结果表明,与基于脉冲激励的语音合成算法相比,该算法生成的语音频谱更接近自然语音,并且能够有效地减轻合成语音的机器声,提高合成语音的自然度。
-
关键词
语音合成
谐波加噪声模型
激励信号
逆滤波
隐马尔科夫模型
-
Keywords
speech synthesis
harmonic plus noise model
excitation signal
inverse filtering
Hidden Markov Model （ HMM ）
-
分类号
TN912.33
[电子电信—通信与信息系统]
-
-
题名基于时域波形映射-频域谐波损失的语音增强
被引量：3
- 2
-
-
作者
董宏越
马建芬
张朝霞
-
机构
太原理工大学信息与计算机学院
太原理工大学物理与光电工程学院
-
出处
《计算机工程与设计》
北大核心
2021年第6期1677-1683,共7页
-
基金
山西省自然科学基金面上基金项目(201701D121009)
山西省重点研发计划(高新技术领域)基金项目(201803D121057)
山西省回国留学人员科研基金项目(2017-031)。
-
文摘
当前大多数基于时域波形映射的语音增强算法,其损失函数的设计没有考虑到语音频谱谐波结构,为此提出一种基于时域波形映射-频域谐波损失的语音增强算法。使用谐波噪声模型(HNM)对纯净语音进行建模,将建模后得到的频域中的HNM分量作为损失函数中的训练目标;通过最小化频域谐波损失函数,训练全卷积神经网络(FCN),使之产生时域增强语音。实验结果表明,使用频域谐波损失函数训练的时域波形映射语音增强模型具有更好的去噪能力,语音质量和语音可懂度显著提高。
-
关键词
语音增强
谐波噪声模型
全卷积神经网络
时域波形映射
频域谐波损失
-
Keywords
speech enhancement
harmonic noise model
fully convolutional networks
waveform mapping in time domain
harmonic loss in frequency domain
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
