端到端的藏语语声合成方法

分享到

【作者】拉巴顿珠，珠杰，欧珠，尼玛
【作者单位】¹西藏大学信息科学技术学院西藏信息化省部共建协同创新中心；²西藏民族大学
【ISSN】1000-310X
【关键词】语声合成藏语字音转换端到端 Tacotron2
【摘要】近年来，得益于计算机运算能力的提高和语声数据的不断积累，涌现出许多基于机器学习的语声处理新技术，其中基于深度神经网络算法，端到端的Tacotron2语声合成系统框架得到业界广泛的青睐。它是一个开源程序，简单易行，已成功地应用于多种语言和不同音色的语声合成。该文研究Tacotron2在藏语中的应用，取得了良好的实验结果。首先，通过自然语声采集、自动标注、声学分析等构建了一个中等规模藏语卫藏方言的语声语料库，其中包括藏文音素转写、特殊符号处理和Mel谱等各项数据；其次，利用开源程序Tacotron2...
【基金】国家自然科学基金;教育部人文社会科学研究
【文献类型】期刊