[發明專利]一種音標分解與合成方法

有效

• 申請號: 200710087644.9
• 申請日: 2007-03-05
• 公開（公告）號: CN101261831A
• 公開（公告）日: 2008-09-10
• 發明（設計）人: 趙妍;劉揚山
• 申請（專利權）人: 凌陽科技股份有限公司;北京北陽電子技術有限公司
• 主分類號: G10L13/00
• 分類號: G10L13/00;G10L13/02;G10L13/08
• 代理公司: 北京安信方達知識產權代理有限公司
• 代理人: 龍洪;霍育棟

技術領域

本發明涉及計算機語音處理技術領域，尤其涉及音標分解與合成技術。

背景技術

語言是人類彼此溝通的橋梁，是獲得訊息的最為便捷的方式。因此，學習人類彼此各具特色的語言、實現快捷有效的人、機互動，都是語音領域的重要研究課題。

近幾年來，各式各樣的電子詞典產品引領著語言學習的風潮。各個廠商為了提高產品的競爭力，在語音的品質、自然度上下了相當的功夫，競相宣傳真人發音、海量詞匯的功能。目前，市場上各類電子詞典的“真人發音”功能，主要通過固定詞匯的整詞壓縮和語音波形的拼接合成兩種方式實現。對于前者，無疑，盡管在內存成本相對降低的今天，十余萬的海量詞匯所付出的成本代價也不可小視；而目前應用較多的語音波形拼接合成的方式，通常作法是依照語音學的元音/輔音對音標進行分析、分解進而進行波形的拼接合成。

公開日為2003年4月2日，申請號為CN01130994.6的中國專利公開了一種英語音標分解與合成的方法。該方法為一種分解英語的K.K音標并依音調加以分類的方法：可將已知音標分解、對應形成數段基本發音單元、再進行波形串接實現語音合成。該技術方案具有降低原始語音數據量并保持原始語音音調的優點。但是，該技術方案同時存在以下缺點：

1)該方法單純依照語音學上的元音、輔音分解音標，導致后期波形拼接合成時常常出現因波形頻率不一致、過渡音缺失而出現的音調不協調，聲音自然度下降甚至前后聲音不一致的現象；

2)該方法設置了大量規則來分解合成音標，而這些規則是英語K.K.音標所特有，不適用于其它音標或語言；

3)該方法涉及的計算方法相對復雜，計算代價較大。

發明內容

本發明提出一種音標分解和合成方法，能夠通過分析語音各音素對應的波形特征，將音標予以分類分解，解決了通常語音合成產生的較為明顯的拼接痕跡，使合成語音的效果最大程度接近真人發音。

為達到上述目的，本發明采取以下技術方案：

一種音標分解與合成方法，包括以下步驟：

A、利用切分標記對語音的音標進行分解，形成切分單元；

B、將所述切分單元轉換成語音發音單元；

C、將所述語音發音單元對應的音素波形進行串接，實現語音合成，

步驟A中所述對語音的音標進行分解是利用切分標記對非周期性波形特征輔音進行切分處理。

步驟A進一步包括以下步驟：

A1、將語音音標符號轉換成文本音標代碼，形成文本音標代碼序列；

A2、所述文本音標代碼序列中，在所述非周期性波形特征輔音前加入所述切分標記，形成所述切分單元。

步驟A1還包括以下步驟：

A11、如果輔音/p/、/t/、/k/、/tr/前接輔音/s/并且后接元音或/j/，則作為/b/、/d/、/g/、/dr/處理。

步驟A2還包括以下步驟：

A21、所述文本音標代碼序列中，在第一個文本音標代碼前和在最后一個文本音標代碼后加入切分標記。

步驟A2還包括以下步驟：

A22、如果文本音標代碼/l/、/m/、/n/或/r/的前一個文本音標代碼是所述非周期性波形特征輔音，則在文本音標代碼/l/、/m/、/n/或/r/前加入切分標記。

步驟A2還包括以下步驟：

A23、將連續雙輔音/br/、/gr/、/bl/、/gl/、/bj/、/dj/、/gj/、/gw/和/dw/，以及尾部的/ps/、/ts/、/ks/和/dz/作為單輔音處理。

步驟A還包括以下步驟：

A3、對每個所述切分單元進行重音分類。

步驟A3進一步包括以下步驟：

A31、判斷所述切分單元中元音個數是否大于1，如果是，轉至步驟A33，如果否，轉至步驟A32；

A32、對所述切分單元進行單音節重音處理，并轉至步驟A34；

A33、對所述切分單元進行多音節重音處理，并轉至步驟A34；

A34、對所述切分單元進行音調進階處理，并轉至步驟A35；

A35、判斷所述切分單元是否為所述文本音標代碼序列的最后切分單元，如果是，則結束，如果否，則選取下一個切分單元，并轉至步驟A31。

步驟A32進一步包括以下步驟：

A321、判斷所述切分單元中元音的個數是否為1，如果是，則轉至步驟A323，如果否，則轉至步驟A322；

A322、對所述切分單元標記單純輔音序號，并結束；