中文文件翻語音系統之韻律訊息合成

Abstract

在篇論文中，我們對於中文文件翻語音系統的韻律訊息產生方式，使用類神經網路的 方法產生音節間的停頓，音長以及音調軌跡。我們的方法是利用類神經網路MLP 模式 去學習並記憶文句中韻律訊息與音節參數間的關係。由於類神經網路使用自動修正錯 誤，調整記憶的學習法則。在我們的方法中，首先取用大量的文句資料輸入到類神經 網路，讓這些韻律訊息的特性與產生法則自動記憶在網路中。在我們的實驗結果中， 證實了類神經網路的學習能力與在應用於韻律訊息合成的優點。 在合成音節停頓的實驗中，我們所合成的音節停頓與實際值絕對誤差約5.43ms左右， 而我們所合成之音節間是否停頓正確率在inside test 約95.83%，在outside test約 87.14%，在我們合成音長的實驗室中，所得的相對平均誤差在inside test 約10.1% 而在outside test約18% ，在音調軌跡部份，我們分成mean與shape 分別用不同個類 神經網路合成，而我們合成音調軌跡之mean值幾乎完全吻合，合成誤差在inside t－ est 約0.98個取樣周期，而在outside test約4.0 ，除此之外，類神經網路亦將pi－ tch mean在整個句子中的衰減效應完全的學習與表現出來。在音調軌跡的shape 合成 實驗中，大部份的音調軌跡之shape 與實際相近。平均誤差在inside tset 部份，以 一個音節為單位約3.35個取樣點，而以兩個音節為單位約3.94，從以上的實驗結果顯 示我們的系統之整體效能不錯。