基于统计方法的汉语连续语音中声调模式研究.pdfVIP

220 信号处理 基于统计方法的汉语连续语音中声调模式的研究 曹阳黄泰翼 中国科学院自动化研究所 模式识别国家重点实验室2728信箱 邮编：100080 E-mail：{嘞hU日Lnf)_@nlor．ia．ac．cn． 摘要：奉义提出利用决簟树的聚类方法，结合现有知识，从大规模语料中得出影响连续语音中声调模式 的定量结果．从而为语音识别和合成提供定量的指导。 关键词：决策树．声调 汉语连续语音中声调模式的分析对于语音识别和台成以及语音学的研究具有重要的意义，但目前的分析 大多数是根据语音学依靠少量语料研究得出的定性结果，无法指导实际的应用．因此为了研究连续语音中声 调模式的定量结果，声调受哪些因素的影响，以及影响的程度如何，以便为语音识别和合成提供定量的指导一 本文探索利用决策树的方法，从大规模语料中统计聚类出定量的结果． 决策树方法是基于敦据驱动和专家知识引导的分类法．其基本思想是首先根据专家知识精心设计问题 集。选择相似度度量方法以及决策树停止分裂准则：在决策树每次分裂时，都要从问题集中选择一个最优的 问题(即根据该问题分裂时所获得的相似度的增加值最大)，并按照该问题进行分裂．基于决策树理论的分类 方法具有如下优点：1)它是数据驱动的2)专家知识，如语音学和语言学知识等可以很方便地与分类过程集 成在一起，从而可以保证分类结果的准确性． 决策树的建立 在我们的研究中，选用二叉树做决策树．在建立决策树时，必须考虑如下几个问题：基本建模单元集的 选取，问题集的设计，评估函数的选择．二叉树停止分裂的准则．通过优化上述参数，可以获得更合理的结 果． 众所周知．每一音节的声调的调值是由韵母部分的基频变化决定的，因此我们以每一音节的韵母部分的 基频序列作为基本的建模单元． 问题集的设计 问题集的设计是建立决策树必须考虑的重要问题之一，为了尽可能准确的分析出连续语音中声谓变化的 规律，我们在问题集中包含了各种可能影响声调模式的因素．因此问题集包含以下几类： (1l音节的声韵母分类 声母问题集分类如下 信号／处理 221 浊声母发音时由于声带振动．包台基频，所以与其它清声母有明显区别。塞擦音、塞音、擦音由于 发音方式不同，对后面韵母的声调可能产生影响．所以归为不同的类；其宙塞擦音、塞音又按送气和不 送气分开． 韵母问题集如下 n 单韵母和后响复韵母 {e，ic．ve {i fv} f盯， 复韵母 fai．uail {el，u脚} fao，i∞’ {ou。iOU， 鼻韵母 ,fan，j帅，uan。van fan盂i帅盘uan2 {eng，ong．ing．iong} f蛐。iU。ucn,vnl 单韵母、复韵母、鼻韵母本身发音过程有很大的不同，因此可能对声调有不同的影响；而复韵母中 的后响复韵母中的介音都读得相当短，声学特性主要取决于主元音。因此我们按其主元音与相应的单韵 母分成一类；而中响复韵母的韵头部分相当短，因此按其后半部分与相应的前响复韵母归为一类；而鼻