音素關(guān)聯(lián)的多文種語音融合.pdf

1、國際交流日益緊密，單語種語音環(huán)境已經(jīng)不能滿足需求，在一臺智能設(shè)備上集成多種語言的語音環(huán)境成為趨勢。嵌入式設(shè)備存儲容量有限，多語種語音數(shù)據(jù)占用存儲空間十分龐大。同語種內(nèi)部、不同語種間語音基元數(shù)據(jù)存在廣泛關(guān)聯(lián)特性，單文種編碼方法無法消除這類數(shù)據(jù)冗余，探討異類文種語音數(shù)據(jù)結(jié)構(gòu)特點(diǎn)，優(yōu)化多語種語音數(shù)據(jù)存儲形式具有重要現(xiàn)實意義。
　　多語種處理技術(shù)是研究熱點(diǎn)，如多語種機(jī)器翻譯，多語種語音識別與合成，說話人語種自適應(yīng)等。多語種處理中，音素常作

2、為不同語種間建立聯(lián)系的基元。語言學(xué)中音素數(shù)目有限，音素之間區(qū)分明確，且語言的韻律規(guī)則、拼讀規(guī)則、音素組合規(guī)則等研究成果都可以作為語音處理中的先驗知識。
　　本文面向多文種文字書寫智能輔導(dǎo)系統(tǒng)進(jìn)行異類文種語音融合研究，該類系統(tǒng)主要用于對初學(xué)者如學(xué)齡兒童進(jìn)行在線或脫機(jī)輔導(dǎo)，包括對他們的書寫規(guī)范引導(dǎo)、文字書寫評價和綜合指導(dǎo)等，文字讀音、書寫評價反饋、綜合指導(dǎo)提示語等語音信息不可或缺。由于涉及指導(dǎo)意見語音、被練習(xí)文字讀音等眾多語音數(shù)據(jù)，導(dǎo)

3、致系統(tǒng)的存儲空間與語音數(shù)據(jù)存儲量之間成為必須面對與重點(diǎn)解決的問題之一。為此，依據(jù)異類文種之間、同類文種不同語音之間存在音素數(shù)據(jù)關(guān)聯(lián)的特性提出多文種語音數(shù)據(jù)融合編碼方法：將不同文種存在的相同音素數(shù)據(jù)段塊按段塊模板截取語音樣本序列，小波變換，提取特征矢量，生成共享模板集；任意字音或語句音串均按共享模板集提供的元素進(jìn)行編碼與解碼；以模板音素串構(gòu)成的語音記錄庫按(音節(jié),音素)索引。單字語音數(shù)據(jù)壓縮比、語音數(shù)據(jù)存儲量、語音還原分段信噪比、主觀評價

4、得分等實驗結(jié)果參數(shù)明顯優(yōu)于現(xiàn)有方法，語音還原質(zhì)量良好。
　　本文的創(chuàng)新點(diǎn)為：
　　一．通過對語言學(xué)大量資料的研究，從學(xué)科交叉的角度，將語言學(xué)研究成果引入語音編碼領(lǐng)域，試圖從一個新的方向探索語音的壓縮編碼，提出了基于音素數(shù)據(jù)關(guān)聯(lián)的多語種語音融合編碼機(jī)制。
　　二．建立了音節(jié)、音素二級檢索結(jié)構(gòu)，優(yōu)化了語音庫記錄數(shù)據(jù)存儲，大幅降低了語音庫數(shù)據(jù)存儲量。
　　三．設(shè)計了一種客觀有效的音節(jié)、音素自動切分機(jī)制，語音數(shù)據(jù)預(yù)處理后