朗读语流中喘息音段分析研究袁楚李爱军中国社会科学院语言所.pdfVIP

Report of Phonetic Research 2006 朗读语流中的喘息音段分析研究 袁楚 李爱军 中国社会科学院语言所 提要：在朗读语流和口语语流中，经常会出现一些副 and Emotion 国际会议第一次把致力于情感与语音研 语言学现象 （paralinguistic information）的出 究的学者聚集在一起。Lida在《A Speech Synthesis 现。常见的副语言学现象包括喘息、拖音、句间沉默、 System for Assisting Communication》 中对三种情感 笑声、哭声等等。本文以常见的喘息段（breath 中的每一种(愤怒、高兴和悲伤) 同一说话人的一段连 segment）这种副语言学现象为例，通过韵律结构 续语音被录制下来制成某种情感的语音单元选择数 和情绪唤醒度（valence）、情绪活跃度（activation） 据库，为了合成某一种情感，只有符合该情感的语音 等参数确定喘息段声学特性，包括强度（intensity） 数据库才会被选中，提取出里面的语音单元。在这种 和时长（duration）对朗读语料中的喘息段进行了初 方法下合成的情感语音有50－80 ％的情感识别率。刘 步的统计分析。 亚斌、李爱军在2002年第16期中文信息学报上发表题 由此我们得到了朗读语料时喘息段在不同情绪 为《朗读语料与自然口语的差异分析》的论文，提出 唤醒度和活跃度状态下的一些普遍性规律，并对其进 口语中的丰富信息对口语自然度有相当大的影响，特 行初步量化，形成了可以应用于实际合成的规则。所 别是一些出现较多的口语副语言学现象，更是需要关 提取的规则主要涵盖了喘息段出现的位置、时长以及 注的重点。吴禀雅等人通过分析不同文本类型的语体 强度等三个特征。我们利用合成系统合成的部分语 色彩和感情色彩，也较好地改进了合成语音的自然 料，将我们获得的规则运用到了合成实验中，并对合 度。中科院自动化所的陶建华和北京师范大学的许晓 成语料进行了听辨实验，得到比较理想的结果。 颖联合发表了题为《汉语情感系统中情感划分的研 关键词：喘息段 自然朗读语音 情绪 唤醒度 活 究》，在对现代汉语词库中的形容词库和动词词库的 跃度 进行义类标注的基础上，对现代汉语的基于心理感受 的情感系统和基于表现力的情感系统进行了梳理和 一 引言 分类。另外，近几年来日本ATR也在进行情绪语音识 目前的语音合成和语音识别的相关研究中，研究 别和合成的研究和实践，以Nick Campbell 为首的研究 者大多避开了自然口语部分的某些特征，在包括录 团队在情绪语音合成和识别方面获得了不错的成果。 音、标注、训练，以及合成和识别的全过程中，严格 2004年的ICSLP大会上，Nick Campbell 发表了题为 控制发音人的说话方式，尽量使他们“发音规范”， Perception of Affect in Speech - towards an Automatic 尽力避免口语信息的影响。随着应用环境的快速成 Processing of Paralinguistic Information in Spoken 熟，以及 2008 年北京奥运会的临近，对于口语中的 Conversation 的论文，研究了用某一个固定的语