基于語法信息的漢語韻律結(jié)構(gòu)預(yù)測.pdf

1、高自然度的語音合成是人機交互領(lǐng)域的一個重要研究課題。為提高合成語音的自然度，需要知道準確的合成文本的韻律結(jié)構(gòu)。為此，論文分析了漢語文本的語法結(jié)構(gòu)與韻律結(jié)構(gòu)之間的關(guān)系，重點研究了韻律詞和韻律短語的預(yù)測。論文的研究結(jié)果對于揭示文本與語音之間的關(guān)系、提高合成語音的自然度具有重要的理論意義和應(yīng)用價值。論文的主要研究成果和創(chuàng)新點如下：1．建立了一個大規(guī)模的文本語料庫。該語料庫包含20000句文本語料，標注了語法信息和韻律信息。韻律信息在語言學(xué)專家

2、的指導(dǎo)下手工標注。完成的語料庫經(jīng)過了語言學(xué)專家的抽查，并與語言學(xué)專家標注結(jié)果進行了對比。結(jié)果表明，手工標注的韻律詞和韻律短語的綜合參數(shù)得分分別達到了98％和85％，可用于韻律結(jié)構(gòu)預(yù)測的研究中。2．提出了一種以相鄰語法詞詞長和詞性為特征，利用TBL算法進行韻律詞預(yù)測的方法。通過對手工標注過的語料庫進行統(tǒng)計分析，發(fā)現(xiàn)相鄰語法詞長和相鄰語法詞詞性是從語法詞映射到韻律詞的主要特征。基于這一特征，利用TBL轉(zhuǎn)換學(xué)習(xí)算法進行了韻律詞的預(yù)測。結(jié)果表明

3、，該方法在測試集上分別得到了97.5％的精確率、召回率以及綜合參數(shù)，優(yōu)于現(xiàn)有的研究結(jié)果。3．提出了一種新的用于韻律結(jié)構(gòu)預(yù)測的語法結(jié)構(gòu)描述特征——鄰接度（Adjacent Degree，AD），利用鄰接度描述了語法結(jié)構(gòu)和韻律結(jié)構(gòu)之間的關(guān)系?；卩徑佣冗@一新特征，利用TBL算法進行了韻律短語的預(yù)測。測試集上的結(jié)果表明，該方法在韻律短語的預(yù)測上，精確率達到了75.2％，召回率達到了77.1％，綜合參數(shù)達到了76.1％。4. 提出了一種基于鄰接