一种语音基元的编码与合成方法,申请号CN201010215144.0-传众专利搜索

一种语音基元的编码与合成方法

申请公布号：CN102314880A

申请号：CN201010215144.0

申请日期：2010.06.30

申请公布日期：2012.01.11

申请人：

上海视加信息科技有限公司

发明人：孟智平

分类号：G10L19/00(2006.01)I

主分类号：G10L19/00(2006.01)I

地址：200051 上海市长宁区天山路789号长房国际西楼1004室

摘要：本发明公开了一种语音基元的编码与合成方法，可用于低带宽高音质的语音传输。本发明在数字语音传输的基础上，以构建的语音基元为编码对象，建立语音基元模型库，把语音基元用统一的方法和编码进行表示，从而进一步合成语音。该方法首先通过对日常语音的分析，采用聚类算法构建语音基元模型库；然后，利用语音基元自动切分算法，对获得的连续语音流进行语音基元的自动切分，并提取语音基元MFCC特征，通过与语音基元模型库中的语音基元进行匹配识别，获得语音基元所对应的编号，以编号代替语音基元进行编码。在合成语音过程中，通过编号从语音基元模型库中取出该编号所对应的语音基元，并通过数学变换对语音基元的频谱包络进行插值拟合等处理，形成平滑过度的语音。

主权项：一种基于语音基元的编码与合成方法，其特征在于包括以下步骤：获取大量语音流样本数据，通过对其样本数据进行处理，构成语音基元模型库；对获取到的连续语音流进行切分，获取语音基元及其基频F0，然后将该语音基元与语音基元模型库中的语音基元进行匹配，获得相对应的语音基元编号，采用编码方法按照一定的格式对语音基元编号、语音基元基频F0和其他语音特征附属信息进行编码，将编码后的数据包进一步压缩，通过IP网络或电话网络将该语音压缩数据包传输到目的地；接收方收到语音压缩数据包后，采用相应的解压缩算法解压数据包，根据语音基元编号查找语音基元模型库，取出该语音基元所对应的语音特征，并根据基频F0和其他附属信息还原为语音。