一種語音基元的編碼與合成方法

基本信息

申請?zhí)?/td> CN201010215144.0 申請日 -
公開(公告)號(hào) CN102314880A 公開(公告)日 2012-01-11
申請公布號(hào) CN102314880A 申請公布日 2012-01-11
分類號(hào) G10L19/00(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(hào)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編碼與合成方法,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(duì)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(duì)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(dòng)切分算法,對(duì)獲得的連續(xù)語音流進(jìn)行語音基元的自動(dòng)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(shí)別,獲得語音基元所對(duì)應(yīng)的編號(hào),以編號(hào)代替語音基元進(jìn)行編碼。在合成語音過程中,通過編號(hào)從語音基元模型庫中取出該編號(hào)所對(duì)應(yīng)的語音基元,并通過數(shù)學(xué)變換對(duì)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。