基于声调核参数及DNN建模的韵律边界检测

摘要

韵律边界对言语表达的自然度和可理解度有着重要作用.韵律建模因而也是语音合成、语音理解中的重要方面.本文从相邻声调的相互作用角度出发,提出基于深度神经网络及声调核声学特征的汉语韵律边界检测方法.该方法首先采用声调核部分的声学特征来计算间断检测相关参数.然后,利用深度神经网络进行建模.作为对比,实验中采用了以整个音节的声学特征为输入特征的基线系统.结果表明,只使用调核部分声学特征的系统优于使用整个音节的系统,韵律边界检测正确率相对提高了4％,这表明本文提出的汉语韵律边界检测方法的有效性.