立陶宛语音双音模型

文章类型：研究文章

作者：Pyž，格拉日纳|什莫尼特，弗吉尼亚州|维塔塔斯·斯利文斯卡斯

附属公司：立陶宛维尔纽斯市阿卡德米约斯4，LT-08663，维尔纽斯大学数学与信息学院，电子邮件：[电子邮件保护]|立陶宛维尔纽斯市维尔纽斯师范大学数学与信息学院学生39，LT-08106，电子邮箱：[电子邮件保护],[电子邮件保护]

摘要：本文的目的是获得一种立陶宛语语音双元音建模方法。我们使用基于共振峰的合成器进行建模。选择二阶拟多项式作为时域共振峰模型。一般的双元音模型是一个多输入单输出（MISO）系统，它由两部分组成，第一部分对应于双元音的第一个元音，第二部分对应于另一个元音。该系统由半周期脉冲激励，从一个元音平稳过渡到另一个。我们推导了准多项式共振峰情况下的参数输入输出方程，定义了卷积基本信号矩阵的新概念，导出了卷积输出数据的参数最小化函数公式。推导了基于Levenberg–Marquardt方法的卷积数据共振峰参数估计新算法，并给出了其逐步形式。立陶宛双元音/ai/被选为一个例子。这个双元音是用以下参数记录的：PCM 48 kHz，16位，立体声。选择了元音/a/和/i/的两个特征音高。这些音高的等距样本被用于估计元音MISO共振峰模型的参数。从元音/a/到元音/i/的转换是通过反正切定律改变激励脉冲幅度实现的。对该方法进行了音频测试，并将实际数据的傅里叶变换与MISO模型的输出进行了比较。无法区分真实的和模拟的双元音。幅度和相位响应仅显示出微小差异。

关键词：立陶宛双元音、建模、MISO系统、Levenberg–Marquardt方法、共振峰、准多项式模型、参数估计、语音合成

日志：Informatica公司，第22卷，第3期，第411-434页，2011年