一種語(yǔ)音基元的編碼與合成系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201010215135.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN102314873A 公開(kāi)（公告）日 2012-01-11
申請(qǐng)公布號(hào) CN102314873A 申請(qǐng)公布日 2012-01-11
分類號(hào) G10L13/06(2006.01)I;G10L15/14(2006.01)I;G10L19/14(2006.01)I 分類 樂(lè)器；聲學(xué);
發(fā)明人 孟智平 申請(qǐng)（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(zhǎng)寧區(qū)天山路789號(hào)長(zhǎng)房國(guó)際西樓1004室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種語(yǔ)音基元的編碼與合成系統(tǒng)，可用于低帶寬高音質(zhì)的語(yǔ)音傳輸。本發(fā)明在數(shù)字語(yǔ)音傳輸?shù)幕A(chǔ)上，以構(gòu)建的語(yǔ)音基元為編碼對(duì)象，建立語(yǔ)音基元模型庫(kù)，把語(yǔ)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(yǔ)音。該方法首先通過(guò)對(duì)日常語(yǔ)音的分析，采用聚類算法構(gòu)建語(yǔ)音基元模型庫(kù)；然后，利用語(yǔ)音基元自動(dòng)切分算法，對(duì)獲得的連續(xù)語(yǔ)音流進(jìn)行語(yǔ)音基元的自動(dòng)切分，并提取語(yǔ)音基元MFCC特征，通過(guò)與語(yǔ)音基元模型庫(kù)中的語(yǔ)音基元進(jìn)行匹配識(shí)別，獲得語(yǔ)音基元所對(duì)應(yīng)的編號(hào)，以編號(hào)代替語(yǔ)音基元進(jìn)行編碼。在合成語(yǔ)音過(guò)程中，通過(guò)編號(hào)從語(yǔ)音基元模型庫(kù)中取出該編號(hào)所對(duì)應(yīng)的語(yǔ)音基元，并通過(guò)數(shù)學(xué)變換對(duì)語(yǔ)音基元的頻譜包絡(luò)進(jìn)行插值擬合等處理，形成平滑過(guò)度的語(yǔ)音。