語音自動切分技術(shù)的研究與實現(xiàn).pdf

1、近年來，語音自動切分技術(shù)成為語音信號處理領(lǐng)域的一個研究熱點。由于手工的語音切分方式存在著耗時耗力并且不具有一致切分結(jié)果的弊端，為此，尋找一種高效的自動切分方法顯得及其重要。
　　 在充分考察目前漢語語音自動切分技術(shù)發(fā)展現(xiàn)狀的基礎(chǔ)上，本文著眼于連續(xù)語音的自動切分這一難點問題，進行了深入的研究。本文將聲韻母作為切分的基本單元，提出了基于層次的自動切分方法，并使用Matlab進行了實現(xiàn)。
　　 基于層次的連續(xù)語音自動切分方法包

2、含三層切分，經(jīng)過研究和對比，每一層選擇一個最適合此層的切分方法：第一層是基于信息熵的語音段檢測，利用語音信號的信息熵對連續(xù)語音進行切分，得到每個逗號分隔開的短句，這層切分只是語音信號一個初步的端點檢測，用信息熵足以達到切分要求，并且信息熵在端點檢測方面較傳統(tǒng)的短時能量和過零率等方法有著更好的魯棒性；第二層是基于最小相位群延遲函數(shù)的音節(jié)切分，即對短句切分出每個音節(jié)，由于語音信號短時能量的最小相位群延遲函數(shù)的波峰對應(yīng)音節(jié)的切分點，所以此方法

3、避免了門限的選擇，比選擇門限進行切分的方法效果更好；第三層是基于共振峰能量參數(shù)的聲韻母切分，即將每個音節(jié)進行聲韻母的分離，采用共振峰能量參數(shù)作為聲韻母切分標準是因為一個音節(jié)的主要能量集中在元音上，而元音的共振峰頻率有其特定的范圍，共振峰能量對于聲韻母具有良好的分辨率。
　　 本文提出的語音自動切分方法主要針對漢語連續(xù)語音的切分，將三種不同類型測量量應(yīng)用在不同的切分階段，實現(xiàn)漢語從句子到聲韻母基元的切分。實驗結(jié)果表明，本文所使用的