基于數(shù)據(jù)挖掘的漢語(yǔ)韻律建模研究.pdf

1、隨著多媒體通信技術(shù)的不斷發(fā)展,人們對(duì)信息獲取的方式和內(nèi)容提出了越來(lái)越高的要求.語(yǔ)聲信息服務(wù)以其方便、直接的優(yōu)點(diǎn)受到了通信領(lǐng)域的廣泛青睞.作為人機(jī)語(yǔ)音通信的一個(gè)重要方面的語(yǔ)音合成技術(shù)是否可以達(dá)到實(shí)用的要求關(guān)鍵在于其自然度是不是和真人接近.而合成語(yǔ)音是否自然最主要的標(biāo)志就是合成語(yǔ)音的韻律是不是和自然人說(shuō)話時(shí)的韻律想吻合,這也是語(yǔ)音合成技術(shù)中最重要的核心技術(shù)之一.該文在漢語(yǔ)語(yǔ)音合成系統(tǒng)中需要使用的基頻和時(shí)長(zhǎng)模型均進(jìn)行了深入研究.基頻和時(shí)長(zhǎng)是韻

2、律特征中最重要的兩個(gè)特征,該文利用基本的統(tǒng)計(jì)學(xué)方法和數(shù)據(jù)挖掘方法,對(duì)基于語(yǔ)音學(xué)規(guī)律的Target基頻模型以及SoP時(shí)長(zhǎng)模型中高層韻律描述和模型參數(shù)之間的關(guān)系,進(jìn)行了詳細(xì)的統(tǒng)計(jì)和分析.在分析過(guò)程中,分別解決了數(shù)據(jù)稀疏和屬性間相互作用的問(wèn)題;在數(shù)據(jù)挖掘方法上,利用了CART樹(shù)和非線性回歸方法的特點(diǎn),訓(xùn)練過(guò)程中采用一系列的方法保證了數(shù)據(jù)挖掘效果.文本利用3500句左右的漢語(yǔ)自然語(yǔ)流建立了系統(tǒng)的基頻模型和時(shí)長(zhǎng)模型.并且在此基礎(chǔ)上,完成了一個(gè)大語(yǔ)

3、料庫(kù)合成系統(tǒng)KB3.0.通過(guò)對(duì)系統(tǒng)的效果評(píng)測(cè)驗(yàn)證了韻律模型的良好效果.該文主要包括以下幾方面的內(nèi)容:(1)介紹了基本的統(tǒng)計(jì)學(xué)方法(均值比較,單因子方差分析,多元非線性回歸)和數(shù)據(jù)挖掘方法(CART)的基本原理和技術(shù)特點(diǎn).(2)介紹了Target基頻模型的基本思想,在大語(yǔ)料庫(kù)上生成Target模型參數(shù)作為訓(xùn)練集,通過(guò)CART樹(shù)的方法訓(xùn)練出可以使用的Target基頻模型.(3)介紹了SoP時(shí)長(zhǎng)模型的基本思想,通過(guò)大量的統(tǒng)計(jì)分析工作確定了時(shí)長(zhǎng)

4、模型中各個(gè)屬性的影響和其中的相互關(guān)系,對(duì)連續(xù)語(yǔ)流數(shù)據(jù)庫(kù)建立了聲韻母時(shí)長(zhǎng)模型.(4)在Target基頻模型和SoP時(shí)長(zhǎng)模型的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了KB3.0大語(yǔ)料庫(kù)語(yǔ)音合成系統(tǒng),在韻律的普適性等方面具有顯著的提高,整體效果達(dá)到了相當(dāng)?shù)乃?以KB3.0語(yǔ)音合成系統(tǒng)為核心所完成的InterPhonic語(yǔ)音平臺(tái)產(chǎn)品和行業(yè)解決方案,已經(jīng)在社會(huì)生活的眾多領(lǐng)域得到了廣泛的應(yīng)用.語(yǔ)音技術(shù)作為一種溝通的技術(shù),通過(guò)在韻律研究方面的不斷進(jìn)步,已經(jīng)越來(lái)越多的應(yīng)