基于文本信息的韵律结构预测及其在合成系统中的应用.pdfVIP

Report of Phonetic Research 2003 基于文本信息的韵律结构预测及其在合成系统中的应用 曹剑芬 陈方炘* 中国社会科学院语言研究所 *IBM 中国研究中心 jianfencao@ *chenFX@ 摘要 现线性排列，在时间上先后依次出现；但是，从话语生 成的本质上看，语言信息在时间域并不是线性地平均分 本文报告一种基于语法信息的韵律结构预测方法以 配，而是以非线性的、层级(hierarchical)的形式分布。 及这种方法在一个文-语转换合成系统中的应用。这种方 每个语句看上去都是一个个词的平等串列，而实质上各 法的特点在于，能够全面地预测韵律边界的位置分布及 个词的轻重地位不同，跟信息时域分布的等级和层次形 其等级层次以及语句重音的位置分布及其等级安排。合 成有机的统一。因此，预测韵律结构的重点，就是要预 成实验表明，这种方法能够有效地改善合成语音的自然 测话语的这种组织形式，关键就是预测韵律边界(停延 度和表现力。 break)的位置分布及其等级层次以及语句重音的位置分 1 引言 布及其等级安排。 随着言语处理的不断深入, 人们不但越来越需要 2 基于语法信息的韵律结构预测 了解自然话语的韵律结构, 而且力图寻找通过文本信息 2.1 理论依据 预测韵律结构的方法，以便更加有效地提高合成语音的 在自然话语中，尽管韵律结构与语法结构不完全一 自然度和语音识别的准确率，同时加深自然语言理解的 致，但是，语言毕竟是个有机的整体，韵律与语法之间 深度。尤其是文-语转换，如果要实行韵律合成, 首先需 还是具有密切的关系的[2]。在某种意义上甚至可以说， 要在前端为输入的文本确定韵律结构。目前，文-语转换 韵律的表达是建立在语法的基础之上的。只是由于说话 的前端可利用的一般只有来自文本分析的信息，而缺乏 风格、熟练程度以及其它某些变化因素，同样一个语句， 韵律的信息。因此，怎样在文本信息的基础上来预测可 在基本的语法和语义不变的情况下，韵律划分的边界位 能的韵律结构，已经成为一个探索的热点。 置和等级也可能会不同的。这就说明，对于同一个语句 广义地说, 韵律结构应当包括重音、节奏和语调三 而言，韵律上的表达可能具有不止一种形式，也就是说， 个方面的结构，例如重音的位置分布及其等级差异，韵 它的韵律结构并不是唯一的。因此，我们不能期望寻找 律边界的位置分布及其等级差异，语调的基本骨架及其