基于语料库的时长规整化的研究.pdfVIP

基于语料库的时长规整化研究 援治纲 中固社会科学院语言研究所语音研究室 摘要 奉文在语音语料库切分和标记的基础上，对语音单元的耐长规整化方法进行了初步研究． 探讨了语音单元时长的概念、影响时长的主要因素和进行时长规整化的意义，并在分析目前 常用时长规整化方法优势和不足的基础上，提出了一种融合传统方法的新的时长规整算法． 该算法主要包括3个过程：(1)计算不同发音人在不同状态空闻下语料的相对语速；(2)用 语音单元的物理时长除以其相对语速，可以得到语抖排除语速影响后的规整时长；(3)对语 音单元的规整时长进行Z-SCORE规一，可以得到语料的规一化时长．该方法经过实践验证， 可更好的提高语音单元时长的规整度，为以后进行更深入的语音研究打下良好基础． 引言 “时长”是语音研究中一个非常重要的要素，它作为一个基本的语音参数被广泛应用于 语音研究的各个领域，在现在的语音工程技术，如识别、合成时长建模等研究中，其作用尤 为明显。 通常情况下，言语产生的环境是不同的，其时长特征受发音人语速、语音单元语音特性 等诸多因素影响。在这种状况下，语音单元的对长是处在不同状态空闻的，它们相互之间无 法直接进行比较，其研究和利用的价值也不大。要想解决这个问题，只能将语音资料进行规 整处理．使它们处于同一状态空间内．这个过程就是时长的规整化。 在现代语音研究中，时长的规整化可以说是进行其它更深入语音研究的前提和基础．其 现实意义是不言而喻的。 1时长规整化的相关概念 1．1时长的概念 要进行时长规整化，首先要明确什么是“时长”．在语音研究中，经常使用的时长概念有 两个．它们分别是“绝对时长”和“相对时长”。 绝对时长：又叫物理时长．是指所研究的语音单元持续的时间长度。 相对时长：即所谓的规整化时长，是指所研究的语音单元的绝对时长经过规整化变换后 在新的规整化坐标系统中的时长。在实际研究中，一般规整化时长(相对时长)的使用价值 更太。 1．2影响时长的因素 时长规整化过程要规整的内容是什么昵?首先要看一下影响时长的因素．它们主要可以 分为两类：一种是语音单元(如音子、半音节、音节等)的声学、语音学特征对其时长造成 的影响，相关因素有：语音单元所处韵律边界位置；较太语音单元(如音节)所含音子数目； 轻读、重读的影响：声母受后接韵母协同发音的影响因素；声调的影响…… 另一种是非上述因素对时长造成的影响，如：语速的影响；语用的影响…… 语音单元的绝对时长是以上各因素(或几种因素)共同作用的结果，但第一类因素往往 认为是语音单元不可缺少的内在特征，一般是不能消除的．而第二类因素作为语音单元的外 在影响因素，可以根据研究的需要进行相关的时长规整化处理。 1．3时长规整化的内容 理论上，上述凡是对时长研究存在干扰的外在因素，都应被规整掉。但在事实上，时长 规整化过程要想排除所有干扰因素，在目前阶段不管从理论还是技术上都是很难作到的，所 以现在实际的时长规整化只能首先尽可能排除较大的干扰因素。经过实验的不定量统计，发 音人的语速是对语音单元时长造成影响最大的干扰因素之一。 这种语速对时长的影响作用，不止在自然语料中表现明显，即使在发音较为标准的朗读 语料中表现也很强烈。 “ASccD朗读语篇语料库”是中国社科院语言所语音室录制的标准普通话朗读语料库，库 容量约10万音节，由lO位发音人(5男+5女)朗读相同的的18篇文章。经过统计．各人以 各自适中语速朗读的语料其速度差异是较明显的．结果如表1。 发音人编号 F0l F02 F03 F04 F05 M0l M02 H03 M04 肼05 相对语速 0．99 l_020．98 l-06i．iO 1．iO0．85 口781．06 1．02 表1．ASCCD发音人语速统计 从宏观上统计．发音人相同语音单元时长之比，和其语速之比基本成反比例，由此可见， 时长在语速影响下其差异也是明显的．所以语速是进行时长规整化时要首先考虑的因素之一。 2传统的时长规整化方法 2．1Z-SCORE算法 Z