这个问题的第一部分现在是它自己的,在这里:分析重音文本
问题:如何在生成的语音中添加重音?
我想出的是:
我的意思不仅仅是口音、变音或其他类似的单数。我指的是英国口音,苏格兰口音,俄语等等。
我认为这也可以在语言之外进行。例句:俄语中的东西可能带有英国口音,或者普通话中的东西可能有俄罗斯口音。
我认为最基本的过程是:
这实际上更像是一个通用的DSP问题,但我想提出一个编程算法来完成这个任务,而不是一般的想法。
发布于 2012-03-24 02:06:28
什么是口音?
重音不是声音过滤器,它是一种语言文本的声学实现模式。你不能把美国英语的录音,通过“一系列的振幅和滤波器”,让英式英语弹出。DSP的作用是实现韵律,而不是重音。
基本上(也是最简单的模型),重音由音素序列的语音实现规则组成。口音的感知进一步影响了按韵律,说话人在阅读文本时所选择的音素。
语音生成
语音生成过程有两个基本步骤:
通常这些是成对的。虽然你可以有一个英国口音的语音发生器使用美国发音,但这听起来很奇怪。
生成带有给定重音的讲话
编写文本到语音程序是一项巨大的工作(尤其是要实现一种通用方案,您必须记录母语为母语的人使用该语言的每一种可能的电话),所以最好使用现有的电话。
总之,如果你想要一个英国口音,使用一个英式英语文本到音素引擎和一个英式英语音素对语音引擎。
对于常见的口音,如美国和英国英语,标准普通话,大都会法语等,将有几种选择,包括开放源码的选择,你可以修改(如下)。例如,看看FreeTTS和eSpeak。对于较不常见的口音,不幸的是,现有的引擎可能不存在。
讲带外国口音的课文
带有外国口音的英语在社会上并不是很有声望,所以可能不存在完整的系统。
一种策略是将现成的本地口音的文本到音素引擎与用于外语的语音对语音引擎结合起来。例如,在美国学习英语的以俄语为母语的人,很可能会使用像实验室这样的单词的美国发音,并将其音素映射到他的母语俄语音素上,发音与俄语一样。(我相信有一个为英语和日语服务的网站,但我没有链接。)
问题是结果太极端了。一个真正的英语学习者会试图识别和生成在他的母语中不存在的音素,也会改变他的母语音素的实现,以接近他的母语发音。结果与母语人士的匹配程度当然各不相同,但使用纯粹的外国极端听起来很荒谬(而且大多令人无法理解)。
因此,要产生合理的美国英语和俄罗斯口音(例如),你必须写一个文本到音素引擎。你可以使用现有的美国英语和俄语文本到音素引擎作为起点。如果您不愿意找到和记录这样的扬声器,您可能仍然可以得到一个不错的近似使用DSP组合从这两个引擎的样本。对于eSpeak,它使用共振峰合成而不是记录的样本,因此可能更容易组合来自多种语言的信息。
另一件要考虑的事情是,外国的说话人常常在母语的音素影响下修改音素的顺序,通常是通过简化辅音群、插入辅音元音、或发音或打断元音序列。
发布于 2012-03-21 10:10:46
这个问题本身并不是真正的“编程”:它是语言学的。编程相对容易。对于分析来说,这将是非常困难的,事实上,您可能最好让用户指定重音;或者您是要使用一个自动化的故事阅读器?
然而,一个基本的口音是可行的与现代文本-到语言。你知道国际音标吗?字母表,它基本上列出了人类声音可能发出的所有声音。重音就是从字母表到自己的映射(A函数)。例如,要让美国人听起来像英国口音(虽然不足以让英国人听起来像英国口音),你可以在单词中间把所有的"r“音都反音化。因此,例如,肺泡颤音将被替换为浊音的葡萄膜摩擦。(很多角落的案子都是为了解决这个问题)。
长和短:这并不容易,这可能就是为什么没有人这么做的原因。我相信有几位语言学教授会说这不可能。但语言学教授就是这么做的。但是,你基本上需要阅读几本关于口音和发音的厚课本,才能在这个问题上取得任何进展。祝好运!
https://stackoverflow.com/questions/9712887
复制相似问题