基于SOM網(wǎng)絡(luò)的語音基頻模式提取研究.pdf

1、隨著社會的發(fā)展，計算機與人們的生活已密不可分，如何才能方便地與計算機進行交流成為人們需要解決的一個重要問題。語言是人類最方便的交流方式，因此人們希望能夠采用語言與計算機直接進行交流，也就是實現(xiàn)人機之間真正的語聲通訊。作為這一要求的計算機自然語言輸出部分，文語轉(zhuǎn)換系統(tǒng)近幾年來發(fā)展的非常迅速，涌現(xiàn)出了大量的新技術(shù)。
　　 韻律模型在文語轉(zhuǎn)換系統(tǒng)中是必不可少的。它將文本分析和語音生成聯(lián)系起來，起著一個重要的橋梁作用。好的韻律模型，使之

2、能夠更加貼近自然語言中的各種韻律現(xiàn)象，是高自然度文語轉(zhuǎn)換系統(tǒng)中的重要組成部分。而基頻模式的提取是研究韻律規(guī)則的基礎(chǔ)。因此，本文對如何提取基頻模式進行了深入的研究。主要研究成果如下：
　　 1. 為了獲取用于聚類的基頻序列，對語音數(shù)據(jù)進行了一系列的預(yù)處理工作，有音節(jié)切分、基頻標注、長度規(guī)整、滑動平均和零均值化等工作。
　　 2. 研究了兩種常用的聚類算法：K 均值法和ISODATA 法。在此基礎(chǔ)上，考慮到SOM 網(wǎng)絡(luò)獨特的