一種語音基元的解碼方法

基本信息

申請?zhí)?/td> CN201010215141.7 申請日 -
公開（公告）號 CN102314879A 公開（公告）日 2012-01-11
申請公布號 CN102314879A 申請公布日 2012-01-11
分類號 G10L19/00(2006.01)I;G10L13/00(2006.01)I;G10L19/08(2006.01)I 分類 樂器；聲學(xué);
發(fā)明人 孟智平 申請（專利權(quán)）人 上海視加信息科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 200051 上海市長寧區(qū)天山路789號長房國際西樓1004室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種語音基元的解碼方法，可用于低帶寬高音質(zhì)的語音傳輸。本發(fā)明在數(shù)字語音傳輸?shù)幕A(chǔ)上，以構(gòu)建的語音基元為編碼對象，建立語音基元模型庫，把語音基元用統(tǒng)一的方法和編碼進(jìn)行表示，從而進(jìn)一步合成語音。該方法首先通過對日常語音的分析，采用聚類算法構(gòu)建語音基元模型庫；然后，利用語音基元自動切分算法，對獲得的連續(xù)語音流進(jìn)行語音基元的自動切分，并提取語音基元MFCC特征，通過與語音基元模型庫中的語音基元進(jìn)行匹配識別，獲得語音基元所對應(yīng)的編號，以編號代替語音基元進(jìn)行編碼。在合成語音過程中，通過編號從語音基元模型庫中取出該編號所對應(yīng)的語音基元，并通過數(shù)學(xué)變換對語音基元的頻譜包絡(luò)進(jìn)行插值擬合等處理，形成平滑過度的語音。