摘要：本文通过一些实验和数据分析,对以音节为单位的基频target模型(认为音节的实际基频是一个有语音学意义的隐藏的目标target和前后环境作用的结果)的实现进行修正,并结合数据挖掘的方法自动得到了一个实用化的target基频模型.文中指出,音节的target必须不受语速影响,但同时受前后语言环境影响,实际的基频曲线是在前后的韵律曲线作用下向target的一个逼近过程.文章的主要任务就是如何假设一个合理的target,实现基频的target参数自动提取,最后进行基于机器学习的模型训练,成功实现了完全自动化的完整句子的基频预测和合成.集外测试结果预测的均方误差为22Hz,相关系数为0.72.

原文链接:http://www.cqvip.com//QK/96983X/200403/9645262.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）