第二十七章 语音合成

教学资料

• 教学参考
• 课件
• 小清爱提问：甜美的导航声音是如何产生的？ [1]

扩展阅读

• AI100问：甜美的导航声音是如何产生的？ [2]
• 维基百科：语音合成 [3][4]
• 维基百科：声码器 [5][6]

视频展示

• 源-滤波器模型 [7]
• Vocoder 1939 (long) [8]
• Vocoder 1939 (short) [9]
• Vocal folder [10]
• Vocal tract [11]
• Auditory perception [12]

演示链接

• Tacotron2 [13]
• CycleFlow 语音转换 [14]
• Online demo for TTS and Voice conversion [15]
• Online TTS demo [16]
• IBM TTS demo [17]

开发者资源

• CodePen Web demo for TTS [18]
• Simple HTML code [19]
• NVIDIA Tacotron2 [20]

高级读者

• 汤志远，李蓝天，王东，石颖，蔡云麒，郑方，《语音识别基本法》，清华大学出牌社，2021. [21]
• Dudley H. The vocoder—Electrical re-creation of speech[J]. Journal of the Society of Motion Picture Engineers, 1940, 34(3): 272-278. [22]
• Dudley H. Remaking speech[J]. The Journal of the Acoustical Society of America, 1939, 11(2): 169-177.[23]
• Dudley, Homer (October 1940). "The Carrier Nature of Speech". Bell System Technical Journal. XIX (4). [24]
• Ning Y, He S, Wu Z, et al. A review of deep learning based speech synthesis[J]. Applied Sciences, 2019, 9(19): 4050. [25][26]
• Zen H, Tokuda K, Black A W. Statistical parametric speech synthesis[J]. speech communication, 2009, 51(11): 1039-1064. [27]