基于深度神经网络的汉语语音合成的研究

为了提高基于hmm的语音合成的音质,探讨了不同的结构和参数对深度神经网络(dnn)训练的影响,并证明了dnn判别s/u/v的有效性；完成了dnn对hmm合成系统的合成语音谱参向原始语音进行转换。进一步地,探讨了对暂时分解(td)算法得到的参数进行转换的方案,对td分解得到的事件向量进行dnn训练,建立转换模型,并同未转换的事件函数进行再合成。实验证明,用dnn转换合成后的频谱更接近原始频谱；主观评测表明,该方法能有效地改善合成语音的音质。