漢語韻律結構預測模型的研究與實現.pdf

1、語音合成是一種能夠將文字轉換成語音的技術。當前,語音合成技術已成為人機交互的重要手段之一,并且在很多領域里得到日益廣泛的應用。一般來說,把文字變成語音要大致經過這樣幾個步驟:文本分析—>韻律控制—>語音生成。文本分析主要是對輸入的文本進行分析,提取出后面所需要的信息。人說話都有一定的語調、語氣、停頓及發(fā)音長短,這些被稱為語音韻律。語音生成主要是根據前兩階段分析得到的各項參數進行波形拼接。要使得合成語音能充分表達出文本語言所含的情感,使之

2、更貼近人的語音,就必須對文本語言做韻律分析,它是影響語音合成自然度的重要因素,所以韻律結構預測是語音合成技術中非常重要的一環(huán)。韻律結構預測已由最初的基于人工規(guī)則的方法發(fā)展到利用統(tǒng)計模型的方法。目前,它已成為信息科學領域中的一個活躍的研究分支。本文在對幾種主要的韻律結構預測算法進行分析和比對的基礎上,著重研究了基于最大熵原理的韻律結構預測方法,并且從人工規(guī)則和統(tǒng)計模型的結合以及統(tǒng)計模型訓練這兩個方面做了一些的探討。
　　文中闡述了最