語(yǔ)音自動(dòng)切分技術(shù)的研究與實(shí)現(xiàn).pdf

1、近年來(lái)，語(yǔ)音自動(dòng)切分技術(shù)成為語(yǔ)音信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)。由于手工的語(yǔ)音切分方式存在著耗時(shí)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(dòng)切分方法顯得及其重要。
　　 在充分考察目前漢語(yǔ)語(yǔ)音自動(dòng)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(yǔ)音的自動(dòng)切分這一難點(diǎn)問(wèn)題，進(jìn)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(dòng)切分方法，并使用Matlab進(jìn)行了實(shí)現(xiàn)。
　　 基于層次的連續(xù)語(yǔ)音自動(dòng)切分方法包

2、含三層切分，經(jīng)過(guò)研究和對(duì)比，每一層選擇一個(gè)最適合此層的切分方法：第一層是基于信息熵的語(yǔ)音段檢測(cè)，利用語(yǔ)音信號(hào)的信息熵對(duì)連續(xù)語(yǔ)音進(jìn)行切分，得到每個(gè)逗號(hào)分隔開(kāi)的短句，這層切分只是語(yǔ)音信號(hào)一個(gè)初步的端點(diǎn)檢測(cè)，用信息熵足以達(dá)到切分要求，并且信息熵在端點(diǎn)檢測(cè)方面較傳統(tǒng)的短時(shí)能量和過(guò)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(duì)短句切分出每個(gè)音節(jié)，由于語(yǔ)音信號(hào)短時(shí)能量的最小相位群延遲函數(shù)的波峰對(duì)應(yīng)音節(jié)的切分點(diǎn)，所以此方法

3、避免了門(mén)限的選擇，比選擇門(mén)限進(jìn)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(gè)音節(jié)進(jìn)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(biāo)準(zhǔn)是因?yàn)橐粋€(gè)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(duì)于聲韻母具有良好的分辨率。
　　 本文提出的語(yǔ)音自動(dòng)切分方法主要針對(duì)漢語(yǔ)連續(xù)語(yǔ)音的切分，將三種不同類(lèi)型測(cè)量量應(yīng)用在不同的切分階段，實(shí)現(xiàn)漢語(yǔ)從句子到聲韻母基元的切分。實(shí)驗(yàn)結(jié)果表明，本文所使用的