基于句法特征的漢語(yǔ)韻律邊界預(yù)測(cè)的研究.pdf

1、隨著科學(xué)與技術(shù)的發(fā)展,高自然度的語(yǔ)音合成成了人工智能、語(yǔ)音信號(hào)處理以及人機(jī)交互領(lǐng)域一個(gè)重要的研究課題?，F(xiàn)階段的語(yǔ)音合成技術(shù)研究重點(diǎn)是實(shí)現(xiàn)漢語(yǔ)文語(yǔ)轉(zhuǎn)換系統(tǒng)(CTTS),將輸入的文本按語(yǔ)音處理規(guī)則自動(dòng)地轉(zhuǎn)換為聲學(xué)信號(hào)輸出。為了更準(zhǔn)確預(yù)測(cè)出輸入文本的韻律邊界信息,提高輸出語(yǔ)音的自然度,本文建立了文本語(yǔ)料庫(kù),統(tǒng)計(jì)分析了語(yǔ)法特征、句法特征和韻律結(jié)構(gòu)的關(guān)系,對(duì)比分析了詞性、詞長(zhǎng)和鄰接度等各個(gè)參數(shù)對(duì)韻律邊界預(yù)測(cè)的影響,最終利用TBL算法來(lái)實(shí)現(xiàn)對(duì)漢語(yǔ)韻

2、律邊界的預(yù)測(cè)。論文的研究結(jié)果對(duì)于揭示文本與語(yǔ)音之間的關(guān)系、提高合成語(yǔ)音的自然度具有重要的理論意義和應(yīng)用價(jià)值。論文的主要研究成果和創(chuàng)新如下:
　　1.設(shè)計(jì)并建立了一個(gè)含句法信息的大規(guī)模的漢語(yǔ)文本語(yǔ)料庫(kù)。本文利用面向web基于XML的中文信息處理平臺(tái)——語(yǔ)言技術(shù)平臺(tái)LTP,對(duì)句子進(jìn)行句法結(jié)構(gòu)拆分;語(yǔ)料信息標(biāo)注結(jié)果均通過(guò)了專(zhuān)家的抽樣檢查,達(dá)到了科研要求,可用于韻律邊界的預(yù)測(cè)。該語(yǔ)料庫(kù)包含約10000句標(biāo)準(zhǔn)語(yǔ)法的漢語(yǔ)文本語(yǔ)料,平均句長(zhǎng)為5

3、2字。
　　2.統(tǒng)計(jì)分析了語(yǔ)法特征、句法特征和韻律結(jié)構(gòu)的關(guān)系,提出了一個(gè)用于漢語(yǔ)韻律邊界預(yù)測(cè)的新特征——鄰接度。對(duì)文本信息的統(tǒng)計(jì)分析表明:文本語(yǔ)料中語(yǔ)法詞在該句子中的句法層級(jí)和韻律結(jié)構(gòu)有很大的相關(guān)性。本文提出用鄰接度(AdjacentDegree,AD)這一概念來(lái)描述文本語(yǔ)料中語(yǔ)法詞在該句子中的句法層級(jí),并將它作為新的韻律結(jié)構(gòu)的預(yù)測(cè)參數(shù),反映句法結(jié)構(gòu)和韻律結(jié)構(gòu)的關(guān)系。因此,標(biāo)注漢語(yǔ)語(yǔ)料時(shí)追加了鄰接度這一反映句法特征的信息。

4、　　3.提出將詞性、詞長(zhǎng)和鄰接度等特征作為韻律預(yù)測(cè)的參數(shù),并對(duì)比分析了詞性、詞長(zhǎng)和鄰接度等特征對(duì)韻律邊界預(yù)測(cè)的影響。本文對(duì)漢語(yǔ)語(yǔ)料庫(kù)的文本信息進(jìn)行了統(tǒng)計(jì)分析,根據(jù)分析結(jié)果選用了詞性、詞長(zhǎng)和鄰接度等特征作為韻律邊界預(yù)測(cè)的重要參數(shù)。
　　4.提出了一種能有效預(yù)測(cè)韻律邊界的統(tǒng)計(jì)學(xué)習(xí)算法——TBL算法。TBL算法是一種基于轉(zhuǎn)換的錯(cuò)誤驅(qū)動(dòng)學(xué)習(xí)算法,它能在人工規(guī)則模板不適用時(shí)自動(dòng)地從實(shí)例中學(xué)習(xí)新規(guī)則,并將新規(guī)則添加到已有的規(guī)則模板中。實(shí)驗(yàn)結(jié)果