9、自适应信号处理中的非线性利用与西班牙语语音合成技术

自适应信号处理中的非线性利用与西班牙语语音合成技术

1. 自适应信号处理中的非线性特性

在自适应信号处理中，非线性特性的研究至关重要。当 λ → 0 时满足一定条件，并且浊音语音似乎可由 λ 呈现“尖峰”行为的区域来指示。从相关图中可以发现，类似噪声的声音如 /z/（约在样本 2800 - 3200 处）和 /s/（约在样本 4100 - 4200 处）是线性的，这与该领域先前的研究结果一致。而像“trying”中的 /a/ 这类高度浊音的声音则更具非线性。

此外，还对喉电图信号与 λ 变化之间的相关性进行了研究。通过对从 APLAWD 数据库中随机选取的语音波形（男性说话者读字母“m”）进行模拟，发现语音和对应的喉电图波形以及 λ 在 CNLMS 和 CNNGD 混合组合输出处的演变存在一定关联。特别是在某些浊音语音期间，λ 的急剧变化和 Lx 波形导数（指示声门开启时刻）的变化似乎同时发生，不过这并不一定意味着混合滤波器能够检测声门开启时刻，只是表明这两个信号之间存在明确的关系，需要进一步研究。

2. 基于 HMM 的西班牙语语音合成系统

2.1 系统概述

基于隐马尔可夫模型（HMM）的文本到语音（HMM - TTS）合成是一种从训练好的统计模型生成语音的技术，该模型将基本语音单元的频谱、音高和时长一起进行建模。其目的是描述一个使用外部机器学习技术来提高表现力的西班牙 HMM - TTS 系统，并对系统性能进行客观和主观分析。

2.2 HMM - TTS 系统的训练与合成

HMM - TTS 系统分为训练和合成两个阶段，具体流程如下：
- 训练阶段