利用五度字调模型实现普通话到兰州方言的转换  

Mandarin to Lanzhou dialect conversion with five degree tone model

作　　者：梁青青[1] 杨鸿武[1] 郭威彤[1] 裴东[1] 甘振业[1] 

机构地区：[1]西北师范大学物理与电子工程学院,兰州730070

出　　处：《声学技术》2010年第6期620-625,共6页Technical Acoustics

基　　金：国家自然科学基金项目(60875015);教育部科学研究重点项目(208146);甘肃省自然科学基金项目(0803RJZA022);甘肃省教育厅研究生导师项目(0801-04)

摘　　要：方言语音的转换对于实现个性化的汉语语音合成系统具有重要的意义。为了实现普通话到兰州方言的转换,论文利用《方言调查字表》建立了兰州方言的文本语料库,录制了普通话和兰州方言平行的语音语料库。利用五度字调模型建立了普通话和兰州方言的基频模型,利用统计方法建立了时长转换模型和停顿时长转换模型。在转换时,通过利用STRAIGHT算法修改普通话语音实现普通话到兰州方言的转换。对转换结果的MOS评测表明,转换后的单字平均MOS得分4.17,双字平均MOS得分为4.22,语句的平均MOS得分为3.55。Dialect conversion is the one most important aspects of Chinese speech synthesis.A Lanzhou dialect corpus has been built based on ＂word-list in dialectal survey＂ for the conversion of Lanzhou dialect from Mandarin.Speech corpus is recorded with contrastive（Lanzhou dialect vs.Mandarin） recordings.Five degree tone model based prosodic models are built for Lanzhou Dialect by analyzing the differences of pitch,duration and pause duration between Lanzhou dialect and Mandarin.Lanzhou dialect is converted from Mandarin by STRAIGHT algorithm.Subjective experiments demonstrate that the converted monosyllable,disyllable and sentence achieve 4.17,4.22 and 3.55 of the average mean opinion score（MOS）.

关 键 词：语料库 基频特征 时长特征 韵律模型 方言转换 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]