基于统计模型的韵律建模方法-清华大学.pdfVIP

* 基于统计模型的韵律建模方法 陶建华 蔡莲红 吴志勇 清华大学计算机系人机交互与媒体集成研究所 100084 jhtao@tsinghua.edu.cn 摘要 2. 韵律建模的概率描述 本文论述了采用概率模型进行韵律建模的思路。同时， 人在不同的语境下，会有不同的韵律特征，语境与韵律 本文还进一步分析了韵律代价函数及其在基元选取中的体 特征之间具有很强的相关性。谈到语音和句法以及语义之间 现或采用其它可训练韵律模型的方式，同时分析指出这些方 有密切关系的时候，林焘先生强调 “绝对不能把语言的这三 法可以用概率模型得到很好的解释。在此基础上，论文还分 方面割裂开来孤立地进行研究。”语境与韵律特征之间具有 析了韵律特征间相互作用对音节基元选取的影响。同时还对 很强的相关性。“语调构造由语势重音配合而形成。它是一 与基元选取息息相关的韵律节奏的预测，进行了一定的阐 种语音形式，它通过信息聚焦来实施超语法的功能语义。” 述。最后，本文分析了概率模型的进行韵律预测的误差分布 [5] Katherine Morton[2]在他的对话系统的语音合成模块 情况，指出这种方法对于韵律预测可计算性研究的重要性。 中，根据几个基本的上下文模式，加入情感的变化，使合成 出的语音变得有些生动。 1. 引言 韵律特征参数分布受着语境信息的影响，这种影响又满 语音合成技术 自六十年代Klatt语音合成器诞生以来， 足一定的概率关联关系，而不是一个简单的函数映射。正如， 进入了一个语音数字计算的时代，伴随着计算机技术的飞速 在汉语轻声的研究工作中，沈炯先生在 “从轻音现象看语音 发展和大量普及，语音的整体研究水平获得了不断的进步。 与语法研究的关系”[7]一文中阐述：“当我们说一种语音现 尤其是进入20世纪九十年代以来，在人工智能、自然语言理 象很明显的时候, 主要是指它的离散成分很容易把握, 一 解、信号处理、随机过程、模式识别等领域获得了很大的进 般并不指它的音理是否容易认知。离散成分是平常人都能把 展，这些技术在语音处理中也得到了非常成功的应用，导致 握的形式——在言语使用过程和语言教学中分别把握它。只 了语音技术在多项关键性技术上的突破。同时，语音技术的 要它能被把握, 语音研究就可以在离散基础上进行, 可以 研究，也变成了一个系统工程，所涉及的知识也远远超出了 用文字或其他表音手段来列举语言样品, 讨论问题就方便 语音信号研究的本身，而越来越广。 了。” 在这种背景下，韵律建模的研究，也同样融入了许多新