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

在信号处理领域，非线性的利用以及语音合成技术一直是研究的热点。下面将为大家详细介绍自适应信号处理中非线性的相关特性以及一种结合了基于隐马尔可夫模型（HMM）和基于案例推理（CBR）的西班牙语语音合成系统。

自适应信号处理中的非线性特性

在语音信号中，λ值的变化能反映出语音的不同特性。当λ → 0时，某些条件是充分的。而且，有声音的语音似乎可以通过λ呈现“尖峰”行为的区域来指示。从相关图像中可以发现，类似噪声的声音如 /z/（大约在样本2800 - 3200处）和 /s/（大约在样本4100 - 4200处）是线性的，这与该领域之前的研究结果一致。而像“trying”中的 /a/ 这样的高浊音则更具非线性。

此外，还研究了喉电图信号（Lx）与λ变化之间的相关性。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，发现语音和相应的喉电图波形以及λ在CNLMS和CNNGD混合组合输出处的演变之间存在一定的相关性。特别是，λ的急剧变化和Lx波形导数（指示声门开启瞬间）的变化似乎同时发生（两个波形之间的延迟是由于喉部到麦克风的延迟，约为0.95ms，即20 kHz × 0.95ms = 19个样本）。这并不一定意味着混合滤波器能够检测声门开启瞬间，但表明这两个信号之间存在明显的关系，需要进一步研究。

基于HMM和CBR的西班牙语语音合成系统

HMM - TTS系统

• 训练与合成流程
  • HMM - TTS系统分为训练和合成两个阶段。训练阶段，首先估计孤立音素的HMM