科创中国

行业领域

电子信息技术

需求背景

语音播报广泛应用于声讯服务、行业企业、计算机等领域，为人们的生活带来了便利。通过语音播报系统技术服务，采用面向对象的设计思路，运用统一建模语言UML为基本设计语言，运用多种设计模式，解决语音系统的可移植性、可配置性、可扩展性、可维护性、低资源消耗等特殊的需求。

需解决的主要技术难题

1.使用统一建模语言UML和模式进行语音播报系统设计，采用C语言实现面向对象的方法，解决系统的可移植性、可配置性。

2.通过实时语音调速算法，在语音播报的环境下优化算法，降低声音处理运算的消耗。

3.采用大语料库裁剪算法引擎，在大语料库算法的语音合成系统中，从音库进行裁减，使裁减出的最终音库覆盖原始库的韵律，使系统达到极小存储资源的消耗。

4.采用中性语调波形直接拼接法，结合PSOLA基音同步重叠相加方法，将语音数据进行韵律和时长上的调节后，通过DMA通道传送给D/A数模转化语音播放模块播放。

5.采用PSOLA算法实现语速调节功能，并基于ADMF算法改进型基音检测方法，满足实时计算基音周期的需求。

期望实现的主要技术目标

1.采用UML对系统进行建模，实现快速的搭建灵活、合理的语音合成系统。

2.通过Bridge模式，对接口层Abstraction和实现层Implementor结构进行独立扩充，提高可扩展性。

       3.基于大语料库裁减算法的高自然度的语音合成引擎，使其语音播报系统的定制合成引擎，有着良好的性能、尺寸和效果。

处理进度