汉语韵律结构预测模型的研究与实现

摘要

语音合成是一种能够将文字转换成语音的技术。当前,语音合成技术已成为人机交互的重要手段之一,并且在很多领域里得到日益广泛的应用。一般来说,把文字变成语音要大致经过这样几个步骤:文本分析—>韵律控制—>语音生成。文本分析主要是对输入的文本进行分析,提取出后面所需要的信息。人说话都有一定的语调、语气、停顿及发音长短,这些被称为语音韵律。语音生成主要是根据前两阶段分析得到的各项参数进行波形拼接。要使得合成语音能充分表达出文本语言所含的情感,使之更贴近人的语音,就必须对文本语言做韵律分析,它是影响语音合成自然度的重要因素,所以韵律结构预测是语音合成技术中非常重要的一环。韵律结构预测已由最初的基于人工规则的方法发展到利用统计模型的方法。目前,它已成为信息科学领域中的一个活跃的研究分支。本文在对几种主要的韵律结构预测算法进行分析和比对的基础上,着重研究了基于最大熵原理的韵律结构预测方法,并且从人工规则和统计模型的结合以及统计模型训练这两个方面做了一些的探讨。
　　文中阐述了最大熵的原理、参数估计、特征模板的制定和特征选择等相关内容,设计了基于最大熵原理的韵律结构预测模型。尝试了通过将人工语法分析引入统计模型中的办法来提高韵律结构预测模型的性能。为了改进在小规模样本集下的训练效果,在韵律结构预测模型训练中导入了半监督学习算法,使所设计的韵律结构预测模型具有了一定的自主学习能力。最后,通过实验对比,验证了这种改进的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第 1 章 绪论

1.1 研究的背景和意义

1.2 语音合成技术

1.3 韵律结构的相关概念

1.4 论文的主要内容和主要特色

1.5 本章小结

第 2 章 韵律结构预测综述

2.1 基于手工规则的预测方法

2.2 基于统计模型的预测方法

2.3 各种方法的比较

2.4 本章小结

第 3 章 基于最大熵原理的韵律结构预测模型

3.1 最大熵的基本概述

3.2 参数求解

3.3 特征提取

3.4 特征的选择

3.5 手工规则法和最大熵原理的韵律结构预测模型的结合

3.6 本章小结

第 4 章 基于半监督学习的韵律结构预测模型

4.1 半监督学习算法概述

4.2 半监督学习的最大熵原理的韵律结构预测模型

4.3 本章小结

第 5 章 韵律结构预测系统的设计及实验

5.1 语料准备

5.2 评测标准

5.3 系统模块组成

5.4 基于最大熵原理的韵律结构预测模型的实验

5.5 半监督学习的韵律结构预测模型的实验

5.6 本章小结

第 6 章 结论与展望

致谢

参考文献

附 录