基于二叉樹結構的漢語韻律邊界研究.pdf

1、語音合成的任務是將文字的輸入自動轉換成語音的輸出。它在公共信息咨詢與發(fā)布、語音應答、電子郵件中的語音服務、文稿校對、自動口語翻譯以及殘疾人語音輔助等許多方面有很廣泛的應用前景。 可懂度和自然度是衡量語音合成質(zhì)量的主要指標。合成高可懂度、高自然度的語音,一直是語音合成所追求的目標。現(xiàn)階段合成語音的可懂度已經(jīng)達到了較高的水平,但自然度還不夠理想。主要問題是節(jié)奏感較差,缺少輕重緩急和抑揚頓挫。因此,實現(xiàn)恰當?shù)捻嵚汕蟹?正確地把握話語的

2、韻律結構,是加強合成語音節(jié)奏感、提高其自然度的關鍵,具有重要的意義。 本論文的工作圍繞韻律結構這一影響合成語音自然度的關鍵問題,從以下兩個方面展開： (1)基于文本的韻律邊界預測 (a)基于二叉樹結構的韻律邊界預測模型 針對人工韻律標注大規(guī)模訓練語料的困難和不足,本文首先對漢語書面語中的標點符號和有聲語言中的語音停頓進行了比較和分析；并在此基礎上,提出利用漢語文本中的標點符號位置模擬韻律結構的邊界,并使用

3、詞和詞之間出現(xiàn)標點的可能性大小估計該位置作為韻律邊界和出現(xiàn)語音停頓的概率。其次,根據(jù)句子各個語法詞邊界作為韻律邊界的概率估計值大小,并采用樹結構生成算法,為句子建立二叉樹形結構；最后,依據(jù)二叉樹結構并結合韻律學知識,分別提出了基于二叉樹結構的韻律詞邊界預測模型和韻律短語邊界預測模型。 (b)應用基于二叉樹結構的路徑裁剪策略的韻律詞識別模型 在對樹結構與韻律結構進行對比分析的過程中,本文發(fā)現(xiàn)：韻律詞在樹結構中往往表現(xiàn)為一種

4、完整子樹的形式,且兩者的一致性很高。利用這一特征,本文提出了一種二叉樹結構與最大熵模型相結合的韻律詞識別方法。即在利用最大熵模型進行韻律詞識別的解碼過程中,引入基于二叉樹結構的路徑裁剪策略,對搜索空間中的候選路徑進行裁剪。實驗結果顯示,這種裁剪策略不僅大大縮小了搜索空間,提高了系統(tǒng)運行效率,更關鍵的是它使得模型的韻律詞識別效果有了大幅的提高。 (2)基于語音的韻律邊界識別 在語音合成和語音識別領域,韻律標注工作需要耗費大

5、量的人力,減少手工勞動對于語音合成中語料庫的韻律標注以及語音識別中韻律單元的自動劃分都有重要意義。針對這個問題,本文討論了一種結合語音韻律特征、二叉樹特征、其它語言學特征,基于真實語音進行韻律短語間停頓自動檢測和識別的方法。本文分別利用分類回歸樹和最大熵兩種方法建立了識別模型,并取得了較好的停頓識別效果。 論文主要的創(chuàng)新性成果如下： (1)提出了使用漢語書面語中的標點符號位置模擬韻律邊界的思想和方法。即使用句子內(nèi)部各個語

6、法詞邊界鄰接標點符號的可能性大小估計該位置作為韻律邊界的概率。基于這一思想,能夠避免人工標注大規(guī)模訓練語料的困難。 (2)提出了基于二叉樹結構的漢語韻律邊界預測模型。依據(jù)任意漢語句子內(nèi)部各個語法詞邊界作為韻律邊界的概率估計值大小,將其表示成二叉樹形結構；利用二叉樹結構并結合韻律學知識,實現(xiàn)韻律詞和韻律短語邊界的自動預測。 (3)發(fā)現(xiàn)了韻律單元在二叉樹結構中的表現(xiàn)形式。通過韻律結構與樹結構的對比,本文發(fā)現(xiàn)韻律詞和韻律短語在