从不同韵律格式验证阶层式韵律架构并兼論对语音科技应用.PDF

從不同韻律格式驗證階層式韻律架構並兼論對語音科技的應用 鄭秋豫 蘇昭宇 中央研究院語言所語音實驗室 cytling@sinica.edu.tw, morison@gate.sinica.edu.tw 摘要 本論文以四種韻律格式語料的基頻變化，驗證鄭秋豫[1][2][3]所提出的「階層式韻律句 群 HPG 架構」，結果證明一種基型即可解釋並產製不同的韻律格式。HPG 架構解釋： 口語語流的韻律輸出，並非僅止於字調與句調的線性串接，而同時含有跨短句語篇上層 訊息，各韻律階層對總體韻律輸出的貢獻度可驗證。所用語料為朗讀古典文體三種（詩、 詞二種韻文及古典散文）、氣象播報語料一種。我們採 Fujisaki model 檢驗基頻（F0 ）參 數，用 HPG 階層式模型進行分層分析與預測，結果發現：每類語體的韻律輸出都含有 上層語篇訊息（higher level information ）效應，唯韻律貢獻度依韻律格式呈不同分佈。 三種古典文體語料的上層貢獻度均高於非氣象播報語料，且文體結構越工整、語料的樂 律性越高時，上層貢獻度所佔比例越重。因此韻律格式的差異，具體表現於階層貢獻度 的分佈，而 HPG 架構可解釋韻律輸出的差異。我們以此結果更進一步證明：無論語體 或韻律格式為何，上層語篇效應所造成的跨短句韻律語境，都是語流韻律不可或缺的因 素。我們也因此推論，語音合成語流韻律輸出時，只需一個韻律基型，配以不同的韻律 層貢獻度，便可產生不同韻律輸出。 關鍵詞：階層式韻律句群架構，語流韻律，古典文體，Fujisaki model ，上層效應，語體 一、緒論 與韻律訊息相關的聲學語音參數有四：基頻曲線 (F0 contour) 、音節時長(syllable duration) 、能量分佈(Intensity distribution) 、和停頓時長(pause duration) 。與韻律相關的 文獻中，最受重視的聲學參數一向是基頻，研究聲調語言時，字調基頻曲線的變化也一 直是重點，本論文將以韻律短句的基頻曲線變化為主要分析參數，聽感的韻律邊界停頓 為輔，探討不同韻律格式的韻律輸出，究竟如何不同？是否可以透過量化語料，加以驗 證。 傳統韻律研究一向著重於孤立音節的字調及孤立短句句調的分析，然而在長篇口語敘述 段落的語料中，相同字調的音節或同類的句調，卻有相當大的變異，語音訊號的變化非 常複雜。鄭秋豫從聽感出發，發現這些變異對聽者完全沒有影響，聽者輕易的同時處理 不同韻律範圍的資訊，辨識音段、音節、字調、句調甚至更大單位的韻律訊息，更有效 的應用短句以上的語篇語意訊息，以上層語篇訊息（higher level information ）的效應， 辨識出字調與句調以上的語段單位，作為口語分析的基礎。她經由量化分析大批口語 料，發現語流中的音節長短在時程上的長短分佈、能量分佈、停頓時長，都含有上層語 篇訊息，語流韻律輸出不但具有系統性，而且是層層韻律效應疊加的總和[3] ，也因此 證明語段中語篇語意的連接與連貫性確實存在於語流語音信號中，若只考慮字調與語調 效應，不但不足以說明多短語語流的韻律特性，且無法系統性的呈現語段中各短語間的 關聯性（association ），她以此基礎，提出「階層式多短句韻律架構Hierarchical Prosodic Phrase Grouping Framework (HPG) 」及數學模型[3] 。2006 年她進一步得到基頻走勢的 證據[Tseng 2006] ，至此結合基頻、音長、能量、停頓的證據，將 HPG 架構（如下圖所 示）擴及語篇。 圖一、階層式多短語韻律句群架構圖。其中 SYL 、PW 、PPh 、BG 、PG 分別代表口語 語流中的音節、韻律詞、韻律短語、呼吸句群，韻律句群。（Tseng, 2006 ） 在 HPG 架構中，下層韻律單位（如音節、韻律詞、韻律短句）接受上層韻律單位（如 呼吸群、韻律句群、語篇）的管轄，因此音節與短句一旦進入多短語語段，除了字調（tone ） 與短語調(intonation)外，因為來自上層語篇的語意訊息造成語流的連接性（cohesion ） 與連貫性（coherence ），以至韻律短句間產生韻律關連性(association) ，各下級韻律單位 必須依照更語篇韻律（Di