融合上下文短时谱特征的汉语重音检测研究.docVIP

融合上下文短时谱特征的汉语重音检测研究 　　摘要：重音是语言交流中不可或缺的部分，在语言交流中扮演着非常重要的角色。本文基于ASCCD朗读语篇语料库，使用MFCC算法提取每个语音段的融合上下文子段拼接短时谱信息，构建基于MFCC算法的上下文短时谱特征集；并选用NaiveBayes分类器对这类特征集进行建模，而且将具有最大后验概率的类作为该对象所属的类，这种分类方法充分利用了当前语音段的相关语音特性；融合上下文的MFCC短时谱特征组在ASCCD上能够得到83.6%的汉语重音检测正确率。实验结果证明，融合上下文子段拼接特征规整方法可以用于汉语重音检测研究中。 　　关键词：重音； 上下文； 短时谱特征； 重音检测 　　中图分类号：TP319 文献标识码：A文章编号：2095-2163（2014）04-0036-03 　　Abstract：Accent is a critically important component of spoken communication， and plays a very important role in spoken communication. This paper selects from ASCCD corpus and conducts accent by using MFCC algorithm to extract each voice segment of short-time spectrum based on context sub-segment splicing information. After that， the paper builds integration context short-time spectrum feature sets based on MFCC algorithm， and chooses NaiveBayes classifier to model the two feature sets. NaiveBayes is to choose the classes with maximum a posteriori probability as the objects class. This classification method makes full use of the related phonetic features of speech segment. Integration context short-time spectrum of MFCC feature set respectively achieves 83.6% accent detection accuracy on ASCCD. The experimental results indicate that integration context sub-segment splicing feature structured method of MFCC can be used in Chinese accent detection study. 　　Key words：Accent； Context； Short-time Spectrum Features； Accent Detection 　　0引言 　　汉语重音检测技术是韵律特征研究领域的一个重要组成部分。韵律特征主要包括重音、语调和声调等，重音在语言交流中起到非常重要的作用，研究韵律特征可先从“重音”入手。 　　重音可以使人们的语言听起来抑扬顿挫，而不是平铺直叙。另外，重音还有避免歧义和加强语义的作用。比如句子，“我在准备考试了”，重音落在“我”和“考试”上，强调的内容是不一样的。再比如，“我想明天去游泳”，如果重音落在“明天”和“我”上，虽然语义相同，但说话人强调的内容却是不同的。 　　汉语重音检测是指通过对语音信号的分析处理，提取影响重音的语音特征或建立相应的语音模型，用来确定某个音节是否是重音。本文主要研究融合上下文的子段拼接MFCC特征，构建了用于汉语重音检测的融合上下文的短时谱特征集。 　　1研究状况 　　胡伟湘等人[1]利用音长和音高声学相关特征集，采用基于分类回归树结构的区分度模型，在韵律标注语料库ASCCD上能够达到80%的重音检测正确率。邵艳秋等人[2]则利用神经网络对声学相关特征、语言学相关特征和混合特征进行汉语重音检测，能够得到78.4%、83.2%和84.3%的正确率。同时，陈楠等人[3]又提出了基于动态帧长的基音同步能量和基音同步峰值特征的英语重音检测，联合使用新特征与传统特征，可使误识率下降6.65%。更进一步地，陈楠等人[4]使用非线性加权能量特