这里，想要写一些关于HTS语音合成系统的东西。其实也就是想说说HTS语音合成系统是个啥玩意，它的基本思想和基本流程是什么？而不是用一个什么简图了事的那种。

总的来说，HTS语音合成系统，和HTK语音识别系统思想和流程基本相同，为什么这么说？那么我们就从流程上来说一条条分析。

1. 训练模型。两者都需要对语音基本单元（音素，半音节，音节）进行训练HMM模型。且训练模型使用的参数也是那些语音的acoustic参数，如MFCC， LSF, F0等。

2. 模型细化。 以音素模型为例，一般我们喜欢用di-phone 或 tri-phone来表征上下文相关的模型。但是这意味着对训练数据量的需求就更大，这时，我们一般需要做一些特殊处理，如状态绑定，对那些数据稀疏的状态，将他绑定在其他和它相似的状态上。对HTS， 可能采用基本分类树的方法来克服数据稀疏的问题。

3. 解码过程。在解码阶段，HTS语音合成和HTK语音识别刚好是一对可逆的过程。 在HTK语音识别中，给定的是每个音素的HMM模型和观察序列（如MFCC， F0序列，从输入语音中提取出来的），要求的是这些观察序列属于哪个模型。  而在HTS语音合成中，给定的是每个音素的HMM模型，以及由这些模型解码的结果（即输入的文本信息，经过处理后的音素序列），要求的是观察序列（这里得到的观察序列是指每一帧的MFCC，F0等特征）。

至此，HTK语音识别的过程就完成了。但是，HTS语音合成系统还有一个过程，那就是语音合成器。

所谓语音合成器，就是给定MFCC和F0特征，产生实际的语音数据。

这里，我们一般根据人的发音方式，即根据假设人的发生是通过一个声波(由声带振动产生)， 经过声带共振（相当于一个滤波器），然后到达口鼻辐射出去。 这里，这个声波的产生过程是，对于浊音，用一个周期脉冲（其频率就是前面得到的F0）代替，对于清音，则用一个高斯白噪声代替。 而声带共振调制过程，这个滤波器的主要参数就是前面得到的MFCC参数。最后，经过一个辐射模型就可以得到所要的合成语音了。

可见，HTS语音合成的方法是严重的依赖于HTK的。所以，欲练此功，必先学习HTK。 此外，如果你已经掌握了HTK，那么，我觉得在这整个过程中，还有几个问题需要注意及好好解决。

（1） 对基频F0的建模。 因为对于清音部分，是没有基频的，且即使对于元音，基频也是一个一维的特征。所以，在HTS中，一般采用多空间概率分布HMM模型来对他建模。具体可以参考文献：

K.Tokuda, T.Masuko, N.Miyazaki, and T.Kobayashi, "Hidden Markov Models based on Multi-Space probability distribution for pitch pattern modeling." ICASSP 99, U.S.A.

（2）如果训练数据不足的话，这不易采用tri-phone的上下文相关模型。当然，数据越丰富越多，上下文信息定义的越多，每个音素的上下文相关模型就越多，系统就越准确。 在数据不足的情况下，可以参考HTS的基于决策树的方法来建立模型。 但是，如果是用决策树的方法，照本人经验，效果不是很好。所以在这放方面，要非常注意。

（3）就是合成的时候，合成参数产生的方法。因为这部分是HTK中没有的，所以没有任何参考的地方。至于合成器，这个就大同小异了，没什么花头。

就这些吧，如有不对或者要补充的，请不吝赐教

评论