基于神经网络的汉语语音重音标注研究.pdfVIP

基于神经网络的汉语语音重音标注研究 西云赵铁军王丽 哈尔滨工业大学计算机科学与技术学院150001 bit cn hitedu edu cn，tjzha0@mtlab xlyun@mtlab 摘要 重音。 本文描述了用人工神经网络技术来标注汉语语音合成中的 本文的结构组织如下：第二部分是音节环境和韵律词 音节(字)和韵律词两级重音，提取音节和韵律词的特征矢 环境的特征矢量描述，第三部分介绍神经网络的结构及训练 星时蕾要考虑，韵律特征具有层次性的特点，针对音节和韵 算法，第四部分是实验设计及结果分析，第五部分是结论及 律词的特征空间设计并分别训练了一个神经网络．实验证明 今后的工作。 对音节重音的标注正确率达到了8308％，对韵律词重音的 24％。 标注正确率达到了78 2．韵律环境特征矢量描述 2．1音节环境的特征矢量描述 1．引言 为了反映出音节在不同的韵律环境中的变化，并考虑 目前，计算机语音合成技术的研究已经取得了很大的进 到韵律结构的层次性，本文认为音节的重音与它在韵律词中 展，并成功的应用于很多不同的场合。但是语音合成系统输 的位置及它在韵律短语中的位置有关。每个音节所处的环境 出的语音仍带有很重的机器味。目前，包括汉语在内的各个 语种的语音合成系统的研究，都面临着如何提高输出语音自 然度的问题。对这个问题目前的研究主要围绕两个方面：一 表示包含该音节的词的词性。具体定义如下： 是通过对自然语言的理解，从输入文本中尽可能准确的提取 SP。=音节在韵律词中的位置 丈本中蕴涵的高层面韵律特征：二是根据韵律修改规则．利 铲t=音节在韵律短语中的位置 用韵律修改算法．埘输出的语音流的声学参数(如音高、音 长、音强等)进行修改，从而得到自然的语音输出。高层面 妒．：———————望羔————一…该音节所在韵律词的音节数 (I) 的韵律特征主要包括韵律短语边界的识别和重音的位置及 … (2) 等级的识别，本文主要讨论对重音特征的提取。 ．qP一————————』坚2—————一该音节所在韵律短语的音节数 在连续语音漉中，各音节的响亮程度并不完全相同， 这些特征都是可以从经过分词和韵律短语边界识别的文本 有的音节听起来比其他音节重，简单地说，这就是重音。重 中自动提取出来的。本文采用的是音节在韵律词中的位置， 音，很难有明确的定义，普遍认为它是音节的一种属性使得 而不是在词中的位置。为了与韵律词区别，我们通常将词典 它比其他的音节更突出和更显著。重音有不同层次和不同类 中的词称之为词典词。汉语存在着明显的两音节节奏，这种 型，本文只讨论两级重音，分别是音节(字)重音和韵律词 两音节节奏影响着汉语的构词造句。用词典匹配的方法得到 重音。 的分词结果中通常会出现许多单字词和多字词。而人讲话 在预测重音方面，一些基于数据驱动的方法如分类决 时，往往要将单字词互相合并或与前后词合并组成双字或三 策树方法、隐马尔可夫模型方法和神经网络方法已被成功的 字的节奏组，而由多字组成的词典词也会被