相角音碼器及其在語音韻律調整之應用

Phase Vocoder and its Applications in Speech Prosody Modification

王祐邦(Yow-Bang Wang)

指導教授 ： 李琳山

國立臺灣大學/電機資訊學院/電信工程學研究所/碩士(2008年)

https://doi.org/10.6342/NTU.2008.01958

摘要

在語音合成或其他各種語音系統的輸出中，如果希望語音具有某種特定的韻律表現，最簡便且普遍的做法就是使用音高同步疊加法或者相角音碼器。然而目前國內關於韻律調整之研究，對於相角音碼器的探討仍不多；而有關相角音碼器的國外期刊論文則往往偏重理論描述，而缺乏實作的細節。因此，本論文的主要目的就是希望能實現相角音碼器，並以之進行語音韻律調整。
本論文主要分為兩大部分：第一部分，包括第二章以及第三章，是對相角音碼器原理的解說。我們試圖深入頻譜的物理意義，以探討包括相角音碼器最初的雛型，以及後來包括鎖相相角音碼器等等的各種改進方法。
第二部分，包括第四章，則是相角音碼器的實作。我們參考了數篇近期的期刊論文，並整合音高與音節長度的調整，而成為一個完整的語音韻律調整系統。同時我們也對實作中會遇到的種種問題以及參數設定的細節進行處理與討論。

關鍵字

相角音碼器 ； 語音韻律調整 ； 聲音轉換

並列摘要

無資料

並列關鍵字

Phase Vocoder ； speech prosody modification ； voice conversion

參考文獻

[1] Michael R. Portnoff, “Time-scale modification of speech based on short-time Fourier analysis,” IEEE Transactions on Acoustics, Speech, and Signal Processing, Vol.29(3), pp. 374-390, 1981.

[2] Stephanie Seneff, “System to Independently Modify Excitation and/or Spectrum of Speech Waveform Without Explicit Pitch Extraction,” IEEE Transactions on Acoustics, Speech, and Signal Processing, Vol. ASSP-24, pp. 358-365, 1982.

[3] Jean Laroche, and Mark Dolson, “Improved Phase Vocoder Time-Scale Modification of Audio” IEEE Transactions on Speech and Audio Processing, vol. 7, no. 3, May 1999.

[4] Jean Laroche, and Mark Dolson, “New phase-vocoder techniques for pitch shifting, harmonizing and other exotic effects” Proc. IEEE Workshop on Applications of Signal Processing to Audio and Acoustics, p. 91-94, Oct. 1999.

[5] Eric Moulines, Jean Laroche, “Non parametric techniques for pitch-scale and time-scale modification of speech,” Speech Communication, vol. 16, pp.175–205, Feb. 1995.