基于Viterbi 解码的中文韵律短语边界自动标注

摘要

本文提出了一种基于声学模型Viterbi解码的中文合成音库韵律短语边界自动标注方法，以降低大语料库单元 拼接合成系统的构建成本。该方法分为模型训练和韵律标注两阶段：模型训练阶段得到频谱、基频和音素时长的上下文相关隐Markov模型(hidden Markov model, HMM)；标注阶段借助训练得到的模型采用Viterbi解码完成韵律短语自动标注。实验结果表明：该方法进行韵律短语边界标注时的F-score值达到77.64%，超过了人工标注时不同标注人员之间的一致性水平；另外该方法可以方便地增加待标注韵律属性，具有良好的扩展性。