漢語(yǔ)普通話連續(xù)語(yǔ)流的韻律提取及信息描述.pdf

1、語(yǔ)音是信息交互的重要方式之一。二十世紀(jì)九十年代以后，國(guó)內(nèi)語(yǔ)音技術(shù)進(jìn)入了飛速發(fā)展時(shí)期。隨著漢語(yǔ)語(yǔ)音編碼、語(yǔ)音識(shí)別、語(yǔ)音轉(zhuǎn)換等技術(shù)的快速發(fā)展，相關(guān)產(chǎn)品已經(jīng)在許多領(lǐng)域得到了廣泛應(yīng)用。語(yǔ)音已經(jīng)突破了以聲音為唯一介質(zhì)、以聽(tīng)說(shuō)為主要方式來(lái)傳遞信息的階段，語(yǔ)音正快速與文字、圖像融會(huì)在一起，通過(guò)智能終端、互聯(lián)網(wǎng)等媒介以更方便、更快捷的方式表達(dá)和傳遞信息。 人們以語(yǔ)音進(jìn)行交流時(shí)，韻律隱含著文字所不能表達(dá)的信息，因此在語(yǔ)音合成系統(tǒng)中韻律建模具有重要

2、地位。在嵌入式文語(yǔ)轉(zhuǎn)換系統(tǒng)中，由于資源限制無(wú)法獲得十分符合語(yǔ)境的基元，使合成語(yǔ)音的自然度難以得到改善。本文對(duì)語(yǔ)音分析與文本分析相結(jié)合獲取韻律信息的方法進(jìn)行了探索和研究，在服務(wù)器上進(jìn)行基于語(yǔ)音的韻律提取及韻律信息標(biāo)注工作，而在手機(jī)、PDA等智能終端進(jìn)行韻律信息解析及語(yǔ)音合成工作。 本文以提高合成語(yǔ)音的自然度為目的，從原始語(yǔ)音出發(fā)獲取語(yǔ)句的韻律信息，主要進(jìn)行了三項(xiàng)工作：首先對(duì)漢語(yǔ)連續(xù)語(yǔ)流進(jìn)行基本語(yǔ)音學(xué)處理，然后根據(jù)漢語(yǔ)連續(xù)語(yǔ)流韻律特

3、征的聲學(xué)表現(xiàn)對(duì)韻律信息進(jìn)行提取，最后對(duì)從語(yǔ)音獲得的韻律信息進(jìn)行標(biāo)注。 對(duì)連續(xù)語(yǔ)流的基本語(yǔ)音學(xué)處理主要進(jìn)行了基于音節(jié)的語(yǔ)音切分、基頻提取和基頻曲線平滑的工作。對(duì)韻律信息的提取主要是對(duì)韻律邊界進(jìn)行判斷，對(duì)聲調(diào)進(jìn)行識(shí)別，對(duì)重音和語(yǔ)調(diào)進(jìn)行判別。聲調(diào)識(shí)別和語(yǔ)調(diào)判別分別采用了HMM技術(shù)，重音判別則采用了神經(jīng)網(wǎng)絡(luò)，經(jīng)聽(tīng)辨測(cè)試，認(rèn)為提取的韻律信息基本符合人們的聽(tīng)覺(jué)判斷。最后，根據(jù)韻律信息表述的需要對(duì)SSML1.0進(jìn)行了擴(kuò)展，并應(yīng)用于韻律信息的標(biāo)