漢語普通話連續(xù)語流的韻律提取及信息描述.pdf

1、語音是信息交互的重要方式之一。二十世紀(jì)九十年代以后，國內(nèi)語音技術(shù)進(jìn)入了飛速發(fā)展時期。隨著漢語語音編碼、語音識別、語音轉(zhuǎn)換等技術(shù)的快速發(fā)展，相關(guān)產(chǎn)品已經(jīng)在許多領(lǐng)域得到了廣泛應(yīng)用。語音已經(jīng)突破了以聲音為唯一介質(zhì)、以聽說為主要方式來傳遞信息的階段，語音正快速與文字、圖像融會在一起，通過智能終端、互聯(lián)網(wǎng)等媒介以更方便、更快捷的方式表達(dá)和傳遞信息。 人們以語音進(jìn)行交流時，韻律隱含著文字所不能表達(dá)的信息，因此在語音合成系統(tǒng)中韻律建模具有重要

2、地位。在嵌入式文語轉(zhuǎn)換系統(tǒng)中，由于資源限制無法獲得十分符合語境的基元，使合成語音的自然度難以得到改善。本文對語音分析與文本分析相結(jié)合獲取韻律信息的方法進(jìn)行了探索和研究，在服務(wù)器上進(jìn)行基于語音的韻律提取及韻律信息標(biāo)注工作，而在手機(jī)、PDA等智能終端進(jìn)行韻律信息解析及語音合成工作。 本文以提高合成語音的自然度為目的，從原始語音出發(fā)獲取語句的韻律信息，主要進(jìn)行了三項工作：首先對漢語連續(xù)語流進(jìn)行基本語音學(xué)處理，然后根據(jù)漢語連續(xù)語流韻律特

3、征的聲學(xué)表現(xiàn)對韻律信息進(jìn)行提取，最后對從語音獲得的韻律信息進(jìn)行標(biāo)注。 對連續(xù)語流的基本語音學(xué)處理主要進(jìn)行了基于音節(jié)的語音切分、基頻提取和基頻曲線平滑的工作。對韻律信息的提取主要是對韻律邊界進(jìn)行判斷，對聲調(diào)進(jìn)行識別，對重音和語調(diào)進(jìn)行判別。聲調(diào)識別和語調(diào)判別分別采用了HMM技術(shù)，重音判別則采用了神經(jīng)網(wǎng)絡(luò)，經(jīng)聽辨測試，認(rèn)為提取的韻律信息基本符合人們的聽覺判斷。最后，根據(jù)韻律信息表述的需要對SSML1.0進(jìn)行了擴(kuò)展，并應(yīng)用于韻律信息的標(biāo)