汉语韵律结构预测模型的研究与实现-控制理论与控制工程专业论文.docxVIP

摘 摘 要 万方数据 万方数据 摘 要 语音合成是一种能够将文字转换成语音的技术。当前，语音合成技术已成 为人机交互的重要手段之一，并且在很多领域里得到日益广泛的应用。一般来 说，把文字变成语音要大致经过这样几个步骤：文本分析—韵律控制—语音 生成。文本分析主要是对输入的文本进行分析，提取出后面所需要的信息。人 说话都有一定的语调、语气、停顿及发音长短，这些被称为语音韵律。语音生 成主要是根据前两阶段分析得到的各项参数进行波形拼接。要使得合成语音能 充分表达出文本语言所含的情感，使之更贴近人的语音，就必须对文本语言做 韵律分析，它是影响语音合成自然度的重要因素，所以韵律结构预测是语音合 成技术中非常重要的一环。韵律结构预测已由最初的基于人工规则的方法发展 到利用统计模型的方法。目前，它已成为信息科学领域中的一个活跃的研究分 支。本文在对几种主要的韵律结构预测算法进行分析和比对的基础上，着重研 究了基于最大熵原理的韵律结构预测方法，并且从人工规则和统计模型的结合 以及统计模型训练这两个方面做了一些的探讨。 文中阐述了最大熵的原理、参数估计、特征模板的制定和特征选择等相关 内容，设计了基于最大熵原理的韵律结构预测模型。尝试了通过将人工语法分 析引入统计模型中的办法来提高韵律结构预测模型的性能。为了改进在小规模 样本集下的训练效果，在韵律结构预测模型训练中导入了半监督学习算法，使 所设