检索结果-南通市图书馆

用矢量码书和动态内插限制方法解决语音生成逆向解的非唯一性问题

在线全文

学校读者我要写书评

暂无评论

电子学报 2000年第4期28卷 52-56页

作者：俞振利程伯中浙江大学电子工程系杭州310028 香港中文大学电子工程系

本文研究运用矢量码书和动态内插限制的方法解决语音生成逆向解的非唯一性问题 .表征声道的对数截面积函数的限带傅立叶余弦展开包括了偶次项 ,采用可变声道长度 ;频域声学目标增加了前N个零点频率 ;结合腔包形声学———几何形态映射... 详细信息

本文研究运用矢量码书和动态内插限制的方法解决语音生成逆向解的非唯一性问题 .表征声道的对数截面积函数的限带傅立叶余弦展开包括了偶次项 ,采用可变声道长度 ;频域声学目标增加了前N个零点频率 ;结合腔包形声学———几何形态映射矢量码书 ,为声学目标匹配得到过渡音的起始和结尾端点的零点与声道长度 ,并用内插方法来限定过渡点的零点频率和声道长度 ,从而解决非唯一性问题 .

关键词：语音生成逆向解动态内插限制矢量码书

一种非限定语音说话人实时识别的方法及其实现

在线全文

学校读者我要写书评

暂无评论

信号处理 1990年第3期6卷 183-190页

作者：俞振利张礼和杭州大学

本文首次使用了最大熵谱法估计的LPC反射系数矢量的长期平均作为说话人的语音特征矢量,利用所定义的特征矢量的平均自差异函数,平均互差异函数及平均互——自差异比函数分析了特征矢量用于非限定语音的说话人识别的有效性和说话人的可... 详细信息

本文首次使用了最大熵谱法估计的LPC反射系数矢量的长期平均作为说话人的语音特征矢量,利用所定义的特征矢量的平均自差异函数,平均互差异函数及平均互——自差异比函数分析了特征矢量用于非限定语音的说话人识别的有效性和说话人的可区分性;从模式识别分类的Bayes判决准则出发,导出了便于计算和程序实现的简化判决公式——欧几里德空间的加权和距离公式,并利用平均差异函数选择加权系数;提出了用序贯判别法对集外说话人的拒识方法;研制了相应的以微机为核心的实时响应的实验系统,响应速度为3秒。用此系统对20个说话人进行了非限定语音的说话人识别试验,误音率为10.67％,误拒率为5.67％,正确识别率95.41%。

关键词：语音识别最大熵谱法实时识别

从任意连续语音中实时提取说话人特征及三维显示

在线全文

学校读者我要写书评

暂无评论

杭州大学学报（自然科学版） 1992年第4期19卷 390-397页

作者：俞振利张礼和杭州大学电子工程系

本文以最大熵谱法估计得到的多幅浊音的线性预测反射系数矢量序列的长期平均矢量作为说话人特征,定义了特征矢量的平均说话人自差异函数、平均说话人互差异函数和平均说话人互自差异比函数,并对不同说话人特征间的可区分性进行了分析.... 详细信息

本文以最大熵谱法估计得到的多幅浊音的线性预测反射系数矢量序列的长期平均矢量作为说话人特征,定义了特征矢量的平均说话人自差异函数、平均说话人互差异函数和平均说话人互自差异比函数,并对不同说话人特征间的可区分性进行了分析.采用伪彩色编码原理,实现特征矢量的三维显示。设计了PC/AT和TMS 32010组成主从系统,使语音采样和参劲估计同步进行,达到了实时性.实验结果表明,所提取的特征有较好地区分说话人的性能,显示方法。可读性好、易于直观分析和整体观察.系统实时性好.

关键词：语音说话人特征提取实时处理

从语音信号的有限个共振峰频率估计声道面积参数的一个方法

在线全文

学校读者我要写书评

暂无评论

电子学报 1997年第7期25卷 32-37页

作者：俞振利张礼和曾尚璀杭州大学电子工程系

本文介绍从语音的有限个共振峰估计声道面积函数模型参数的扰动实现方法．在Ｓｃｈｒｏｅｄｅｒ的声管喇叭方程的扰动解法基础上，采用改进的声道面积函数模型；针对不同共振模式之间的交叉影响，采用了交叉敏感扰动矩阵关系式，及交叉... 详细信息

本文介绍从语音的有限个共振峰估计声道面积函数模型参数的扰动实现方法．在Ｓｃｈｒｏｅｄｅｒ的声管喇叭方程的扰动解法基础上，采用改进的声道面积函数模型；针对不同共振模式之间的交叉影响，采用了交叉敏感扰动矩阵关系式，及交叉扰动敏感矩阵的测试方法．设计了用递归式扰动法实现声道面积参数估计的算法．利用“共振峰─扰动”映射码书作为语音共振峰匹配最佳的初始面积扰动矢量，井用多级扰动目标和自适应增量控制，可有效地实现从有限个语音目标共振峰逆向估计声道面积函数．

关键词：语音信号处理语音合成低比特率语音编码

基于TD-PSOLA算法的汉语普通话韵律合成

在线全文

学校读者我要写书评

暂无评论

科技通报 2002年第1期18卷 6-9,13页

作者：张后旗俞振利张礼和浙江财经学院经济信息管理系浙江杭州310012 浙江大学信息与电子工程系浙江杭州310028

结合汉语普通话的韵律特征 ,采用 TD- PSOL A算法实现了汉语普通话的韵律合成 ,并对合成语音和原始语音的韵律参数作了比较分析 .实验结果表明 ,这种方法能够有效地控制语音韵律参数 ,实现较高质量的语音韵律合成 .

关键词：语音合成韵律参数时域基音周期叠加算法 TD-PSOLA

在线全文

学校读者我要写书评

暂无评论

基于语音生成逆向解的嘶音合成方法

科技通报 2001年第5期17卷 6-9页

作者：程启明俞振利张礼和盐城工学院计算机系江苏盐城224001 浙江大学信息与电子工程系浙江杭州310028

提出了一种应用三质量块声带模型与语音生成逆向映射法相结合的嘶音合成方法 .应用这种方法合成的嘶音信号与实际嘶音信号的实验比较结果表明。

关键词：语音合音语音生成模型嘶音信号语音生成逆向映射法三质量块声带模型

运用MATLAB Signal Processing Toolbox和GUI技术的语谱分析方法

在线全文

学校读者我要写书评

暂无评论

通信对抗 2001年第2期20卷 1-6页

作者：俞振利张荧宇等浙江大学信息与电子工程学系

本文介绍一种运用Matlab Signal Processing Toolbox和GUI图形用户界面技术实现语音信号功率谱估计与显的方法，该方法包括基于FFT功率谱估计和Music法功率谱估计等。实验结果表明，该方法编程简单对硬件要求不高，易于实现。

关键词：语音信号处理谱估计谱图 Matlab GUI. 语谱分析

一个基于谐波矢量激励编码的高质量语音合成器的实验

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一个基于谐波矢量激励编码的高质量语音合成器的实验

PITHC-SYNCHRONOUS ARTICULATORY SYNTHESIS INCORPORATED WITH THE INVERSE SOLUTION OF SPEECH PRODUCTION

第六届全国人机语音通讯学术会议

作者：岳东剑黄建成俞振利摩托罗拉中国研究中心

高质量的语音合成器的构造与实现,是建立高自然度的、可实用的文语转换系统-TTS(text-to-speech)的一个重要组成部分.本文通过对高质量的语音合成器,与基于语音单元拼接的高自然度TTS系统的相互关系和作用的分析与研究,根据TTS系统中的... 详细信息

高质量的语音合成器的构造与实现,是建立高自然度的、可实用的文语转换系统-TTS(text-to-speech)的一个重要组成部分.本文通过对高质量的语音合成器,与基于语音单元拼接的高自然度TTS系统的相互关系和作用的分析与研究,根据TTS系统中的语料库的发音人特征,提出了一个基于谐波矢量激励编码HVXC(Harmonic VectoreXcitation Coding)的高质量、低码率的语音合成器,初步的试听实验表明,此合成器在甚低速率下,可以重构出高质量的合成语音.音.

关键词：语音合成器文语转换系统谐波矢量激励编码谐波矢量量化

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

Journal of Zhejiang University-Science A(Applied Physics & Engineering) 2000年第4期 31-36页

作者：俞振利程伯中

This paper presents a new proposal to synthesize natural sounds with less control parameters by combining the inverse speech production and pitch\|synchronous articulatory synthesis. The pitch\|synchronous excited Reflection\|Type Line Analog (RTLA) model is employed as the synthesis filter. Multi\|rate system sampling and dynamic scattering wave adjustment are used to handle the variable VT length and the acoustic continuity. The synthesizer is controlled by vocal\|tract (VT) area functions. Given the targets of formant trajectories, the dynamic VT area function which is modeled by time variant VT length is derived using an inverse solution of speech production. A distinguishing feature of this method is that artificially specified formant trace can be precisely aimed in the synthetical sounds. Experimental results show that the formant target can be well matched by the synthetic sounds. Potential application to text\|to\|speech conversion of this method is discussed.

关键词： speech synthesis articulatory model speech production speech processing