基于语音合成的工地监控app（Android）开发开题报告

全文总字数：3128字

1. 研究目的与意义（文献综述）

语音合成技术是指将文字信息按语音处理规则转换成语音信号输出，同时尽可能使合成的语音有较高的可理解度和自然度。也就是说，让计算机获得“说话”的能力。这种将文字转换成语音的技术又称为文语转换技术，简称 tts ( text to speech) 技术。

20世纪60年代，英文tts系统首先被研制出来；20世纪80年代，我国开始介入汉语tts领域的研究。这一领域逐渐发展出了基于波形拼接技术的语音合成、统计参数语音合成等基本手段，其中代表性技术有：lpc（线性预测编码）参数合成、psola（基音同步叠加）合成技术、lma声道模型、基于隐马尔可夫模型 (hmm) 的语音合成技术等。二十一世纪以来，深度神经网络 (dnn) 开始广泛用于语音研究领域，目前最流行的是wavenet、tacotron端到端语音合成模型。

随着计算机技术以及数字信号处理的发展，语音合成技术也逐渐成熟，已经开始应用于各个领域：驾驶时的语音导航系统；我们出行所乘坐的汽车、火车等等都有语音报站；进入某些门禁场所，会有语音提示“进入请刷卡！”。

2. 研究的基本内容与方案

一、基本内容

1. 了解语音合成系统的设计方法，对基于汉语语音特点的语音合成技术进行重点研究；

2. 分析和比较汉语语音合成过程中的一些关键技术和原理；

3. 研究计划与安排

第1~3周 查阅文献；分析题目研究现状，学习基本理论；

第4周阅读文献、撰写开题报告，翻译英文文献；

第5周学习了解汉语语音合成过程中的关键技术和原理，设计可用于本项目的汉语语音合成方法；

4. 参考文献（12篇以上）

[1] 冯哲, 孙吉贵, 张长胜, et al. 汉语语音合成的研究进展[j]. 吉林大学学报(信息科学版), 2007(02):80-88.

[2] 井晓阳, 罗飞, 王亚棋. 汉语语音合成技术综述[j]. 计算机科学, 2012, 39(z11):386-390.

[3] rashad m z , elbakry h m , isma’il, islam r, et al. an overview of text-to-speech synthesis techniques.[c]// international conference on communications information technology. world scientific and engineering academy and society (wseas), 2010.