汉语韵律边界的声学试验研究-模式识别国家重点试验室.pdfVIP

汉语韵律边界的声学实验研究 胡伟湘 徐 波 黄泰翼 中科院自动化所模式识别国家重点实验室 100080 北京 {wxhu, xubo, huang}@nlpr.ia.ac.cn 摘要 势：数据驱动，分类的精度可以控制，便于结合 专家知识，而且分类准则具有很好的可解释性。 本文以带有韵律标注的语料库 ASCCD 为基础，从语 这一方法特别适合研究那些具有较多先验知识， 音信号分析的角度，研究了汉语普通话韵律间断模式 并希望挖掘较多规律的问题。在本文中，我们以 在语音的时长、基频和音强等三个方面的表现特征， 大量经过详细韵律标注的朗读语料为基础，充分 并在大量统计分析的基础上建立了识别分类的决策树 利用了汉语韵律研究的大量成果和结论，提出了 模型，实验证明，这些特征能较好地描述朗读话语的 一系列刻画韵律边界特性的声学特征，进而应用 韵律间断模式。 决策树方法，对语料库中的各种边界（包括不是 Abstract 韵律边界的音节之间的边界）进行分类试验。实 Based on large speech corpus (ASCCD) with prosodic 验的结果表明：我们可以选取适当的声学参数， structure label, this paper presents some statistic result 从声学信号出发来确定普通话的韵律边界，从而 on acoustic parameter of prosodic boundary . We study 为汉语语音的识别和理解提供新的支持。 the syllable duration, intensity and pitch at the boundary and select a serial of acoustic parameter to train a CART. 2. 汉语韵律的声学表现式 The result shows that the parameter characterize acoustic feature of the prosodic boundary and the trained CART 众所周知，语言的组织是有一定的句法和语法结构 can classify different boundary efficiency . So it is 的，这些结构信息为说话者提供了基本的断词、断句 possible to train statistical model for prosodic boundary 准则。相应地，语言的韵律信息也是具有一定层次结 location in Mandarin, this is very important both for 构的，这不仅仅是应表词达意的要求，而且也是受到 speech recognition and synthesis. 人们发音的生理约束的必然结果。根据（李，1999）, 关键词: 韵律边界，韵律结构，决策树。 汉语的韵律具有层级结构，从小到大依次为：音步 Keyword: Prosodic Boundary, Prosodic Structure, (Foot) 、韵律词(Prosodic Word) 、次要韵律短语(M inor CART (Classification And Regression Trees). Phrase) 、主要韵律短语(Major Phrase) 和语调单位 (Sentence) 。根据（Wang, 2001 ）的研究，韵律结构