基于广义回归神经网络的情感语音韵律特征预测  

Prediction of emotional speech prosody features based on generalized regression neural network

作　　者：鲁小勇[1] 潘涛[2] 高兰德[2] 

机构地区：[1]西北师范大学计算机科学与工程学院,兰州730070 [2]兰州资源环境职业技术学院,兰州730021

出　　处：《自动化与仪器仪表》2015年第2期145-146,149,共3页Automation & Instrumentation

基　　金：西北师范大学2013年度青年教师科研能力提升计划项目计划(NWNU-LKQN-12-23)资助;2014年度甘肃省高等学校科研项目(2014B-135)资助

摘　　要：韵律特征是语音信号中情感信息的主要表征之一。为了更好地进行情感语音合成的研究,本文通过提取普通话情感语音的韵律特征进行分析,采用广义回归神经网络构建了一个情感语音韵律特征预测模型,并根据所提取的测试集数据文本语境信息进行韵律特征预测,实验获得了相应的结果。实验结果表明,情感语音韵律特征预测效果较好。Prosodic features is one of the main characterization of emotional information in speech signal. In order to research emotional speech synthesis, we build a generalized regression neural network（GRNN） based prosody prediction model to realize the transformation of pitch contour, duration and pause duration of emotional speech according to the context information of text. Experimental results demonstrate that the results of the prediction experiment reach the desired requirements.

关 键 词：情感语音 韵律特征 广义回归神经网络 预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]