韵律特征

摘要： 扇三角洲作为重要的油气储集场所,其成因单元类型及分布特征控制着油气的差异分布及采出效率。关于扇三角洲分流河道沉积特征已有共识,但河口坝沉积特征尤其是韵律特征尚存在争议。以滦平盆地桑园剖面下白垩统西瓜园组湖盆扇三角洲沉积体为例,通过人工实测及无人机观测相结合的方法,对河口坝沉积特征、尤其是韵律特征进行研究,利用水槽模拟实验阐明河口坝韵律特征的形成机理。结果表明,河口坝在整个剖面中占砂(砾)岩体的45.27%,分流河道和席状砂分别占53.42%和1.31%。河口坝在剖面上呈底平顶凸状,通常由多期增生体组成。当增生体主要由砂岩组成时,呈粒度反韵律特征;而当增生体主要由砾岩组成时,呈粒度正韵律特征。河口坝整体韵律受控于增生体的垂向叠置样式,既可呈反韵律特征又可呈正韵律特征。当流量、沉积底形坡度等地质条件一定时,河口坝内部增生体韵律性主要受沉积物粒度控制。当沉积物粒度较细时,河口水流扩散模式为底床摩擦力主控,增生体呈现反韵律特征;而当沉积物粒度较粗时,河口水流扩散模式为惯性力主控,河口坝增生体则呈现正韵律特征。

摘要： 提取能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别系统的核心。面向语音情感识别构建基于注意力机制的异构并行卷积神经网络模型AHPCL,采用长短时记忆网络提取语音情感的时间序列特征,使用卷积操作提取语音空间谱特征,通过将时间信息和空间信息相结合共同表征语音情感,提高预测结果的准确率。利用注意力机制,根据不同时间序列特征对语音情感的贡献程度分配权重,实现从大量特征信息中选择出更能表征语音情感的时间序列。在CASIA、EMODB、SAVEE等3个语音情感数据库上提取音高、过零率、梅尔频率倒谱系数等低级描述符特征,并计算这些低级描述符特征的高级统计函数共得到219维的特征作为输入进行实验验证。结果表明,AHPCL模型在3个语音情感数据库上分别取得了86.02%、84.03%、64.06%的未加权平均召回率,相比LeNet、DNN-ELM和TSFFCNN基线模型具有更强的鲁棒性和泛化性。

摘要： 节奏是一种韵律成分,与重音、语调构成了超音段的三大韵律特征。节奏不等同于节律,“节奏是从属于节律(或韵律)的一个超音段感知范畴,表现为轻重对立在一定时间间隔上的反复交替,是人对时长、音强、调形、调域等多重声学要素及其他因素加以整合的综合感知经验”。作为承载人们情感意蕴的重要工具,节奏在语言交际中起着举足轻重的作用。故此,对1982年至2021年这40年间国内发表在中国知网上的与语言节奏相关的195篇论文,从发展历程、涉及领域和语言分类三个维度进行了梳理和统计,并对相关文献的研究现状进行深入探讨,以期为今后国内相关研究的发展提供参照和启示。

摘要： 多域语音情感识别研究在语料标注方法、录制场景以及交互方式等方面存在差异性,使得构建多域语音情感识别系统变得较为复杂。设计一种基于多操作网络的多域语音情感识别模型,通过组合CASIA、EMODB、SAVEE 3个单域数据库,构建Hybrid-CE、Hybrid-ES、Hybrid-CS、Hybrid-CES 4种多域语音情感数据库及层级多操作网络(HMN)。HMN网络由2个异构并行分支组成,左分支由2个同构并行的一维卷积层构成,卷积层的神经元数量均为128,右分支由并行的Bi-GRU层和Bi-LSTM层构成,GRU和LSTM的记忆单元数量均为64。将原始数据投影到不同的变换空间进行计算,从而更准确地表征语音的情感信息。通过分层的Concate、Add和Multiply多操作运算,将左右分支提取的不同特征进行多重融合。在此基础上,计算梅尔频率倒谱系数、色谱图、谱对比度等低级描述符特征的高级统计函数,得到219维特征作为模型HMN的输入。实验结果表明,该模型在4种多域数据库上的F1-score分别达到82.22%、65.02%、70.59%、73.47%,具有较好的鲁棒性和泛化性。

摘要： 在“得”字句中,做补语的成分可以有很多类,其中有一类比较特殊的补语,就是主谓结构作补语。文章对主谓结构作补语的不同情境下“这NP VP得C”歧义结构的韵律特征(起伏度、时长比和音量比)进行声学实验和数据统计分析。结果显示:主谓结构补语中N与V的句法关系(施事VS受事)不仅影响句义,在语音韵律表现上也不同。施事关系中补语的N为话语中心,起伏度、时长比和音量比均为全句最大;受事关系中全句的NP为话语中心,其韵律表现最突出。

摘要： 酒类广告常运用话语策略构建不同的语用身份以进入更大的市场。文章基于酒类广告视频,揭示中国酒类广告语用身份的动态选择与建构及其动态顺应性。研究发现,酒类广告运用文本特征和韵律特征构建了四个语用身份:一种以营销为目的的显性身份,三种隐含身份,包括朋友、专家和顾问,是潜在目标消费者。文章基于语用身份及语言顺应论的相关理论,通过自建酒类广告语料库,探索此类广告语篇中的动态语用身份并分析动态顺应话语接收者的心理世界、社交世界和物理世界的方式。

摘要： 近二十年来有关汉语韵律特征作用及其神经机制研究成果表明:重读可以有效对指代歧义句进行解歧;时长与停顿可以有效对层次切分歧义句进行解歧;重读可以影响口语语篇的加工速度和加工效果;韵律边界是口语句子切分的重要线索,其中音节时长分布模式起到重要作用;汉语语调早期加工表现出大脑右半球加工优势,支持音高加工的声音假设;语调整合的时间窗口不影响语调早期加工的敏感性,但影响语调加工中大脑的激活程度;对韵律边界的感知可以诱发特定性脑电成分CPS.未来可以围绕语句边界韵律特征在话轮提示和言语行为中的作用及其声学参数规律、韵律线索对留学生汉语句子理解的作用等方面进行深入研究.

摘要： 态度表达在人类言语交际中具有重要的功能和作用,该研究以汉语交际态度为对象,通过运用统计方法分析普通话样本表达的19种交际态度在基频、时长和能量方面的主要特征,并以此为依据,将普通话态度语音分为五个类别.结果显示,不同态度类别在声学上的区分主要与基频和时长特征有关;同一类别内部,个别态度语音在基频和时长上具有明显区分特征.与感知实验结果对比后发现,基频特征是态度语音在听觉上辨识的重要指标,能解释部分态度语音听感上的混淆.

摘要： 随着时代的发展,新闻播音语言也在不断发展.新闻播音的特征具有历史的发展变化和持续的脉络,体现着普通话的传承规律,对它的历时对比和梳理能够发现普通话的变化发展轨迹.本文正是在现代汉语普通话数字化样本库的基础上,以不同时期新闻播音轻声韵律特征为主要研究对象,采用听辨感知实验和声学分析相结合的方法,对其进行历时、系统的对比分析,从而对新闻播音的韵律特征提出新的看法,并且从中发现普通话的发展规律.

摘要： 从语音格局角度入手,通过声学实验和统计分析,利用T值公式、停延率公式、音量比公式分别考察位置类型、语法结构和性别类型对普通话双字组声调音高、音长和音强的影响.实验结果表明:位置类型的影响主要表现在前字位置的声调音高要显著高于后字位置的声调音高;语法结构的影响主要表现在动宾结构的首音节的音长和音强均比其他语法结构更长、更强;性别类型的影响主要表现在女性发音人双字组后字位置声调音长和音强都要比前字位置更长、更强,而男性发音人双字组前、后位置声调音长和音强的差别不大.

摘要： 本文旨在从信息结构的视角对汉语朗读语篇的韵律特征进行探究.首先,在引入国外成熟标注系统的基础上,构建了适合汉语语篇的信息结构标注体系.然后,在进行数据标注和提取的基础上进行了信息结构与韵律特征的接口研究.结果显示信息结构对汉语朗读语篇中重音和停顿的分布存在影响,新信息获得的重音、高等级重音及停顿的比例显著高于旧信息.本文试图从“信息一重音”原则入手对此进行解释,并进一步延伸到语用层面及语篇的互动性上,将结果归结为韵律与语用之间的互动关系.

摘要： 本文旨在强化国内在以蒙古语为代表的少数民族语言与汉语语音对比领域的薄弱环节,力图在韵律特征方面为广大学者提供一些基础性的资料.以蒙古语、汉语近些年韵律特征的研究成果作为参考,采用对比分析的方法及声学语音学的途径,分别从轻重音与节奏两个方面探讨了蒙汉韵律特征的主要差异.重音方面,蒙古语的词重音与汉语相比较为稳定,蒙古语的句重音与汉语相比在语法重音的位置上有所不同.而节奏方面,两种语言因语言系统的不同,在音节类型、韵律词、韵律短语以及押韵上也有本质上的差异.

摘要： 本研究以语调音系学的"自主音段——节律"理论和特殊问句的语用功能为框架,以中国学习者英语朗读材料语音库(RESCCL)中375个大学生的对话朗读文件为研究对象,并通过与母语为英语的本族者的语料对比,采用句法-语用界面的视角,揭示了中国学生英语特殊疑问句的韵律特征.研究发现,中国学生英语特殊疑问句的韵律特征在音高重音(包括调核)、边界调等韵律层面上与本族语者差异较明显,中国学生对如何依据句法结构、语用功能进行韵律表达和信息传递的意识较薄弱.

摘要： 本文主要研究汉语普通话语篇朗读中呼吸重置幅度与韵律层级的关系,以及停顿、音高下倾和振幅下倾等韵律声学特征的成因.采录了四位播音员80篇短文朗读的语音和呼吸信号,编写程序提取呼吸参数和韵律特征声学参数.研究结果表明:语篇朗读中呼吸重置幅度与韵律边界存在对应关系,停顿产生的生理原因是完成吸气动作,音高下倾和振幅下倾是由于呼气段肺部气流压力衰减造成.本文的研究对于汉语韵律研究和语音合成自然度的提高具有重要意义.

摘要： 通过实地走访调研,以现场录制的诵读音声为实验素材,从实验语音学的角度,采用数字信号处理的方法对素材提取韵律学特征参数,并进行客观定量的数据分析.结果表明该类音声具有:旋律单一循环,音调平稳,节奏由缓慢到略快,听起来使人安静等特点.为诵读音声的客观分析提供一定的理论基础.

摘要： 本文通过分析帕金森症患者(PD)与健康对照组(HC)的语音声学参数,考察PD患者语音的特征.实验结果表明,与HC组比,PD语音的韵律特征表现为基频变化更小,调音特征表现为塞音擦化、元音空间面积缩小.PD语音声学参数与病理生理指标的相关性分析表明,基频范围与PD患者年龄负相关,停顿时长、停顿比例与PD运动得分UPⅢ正相关.PD语音声学特征的研究,有助于PD的早期诊断及中后期言语康复指导.

摘要： 作为文学的圣经研究与圣经神学、圣经史学是三种居于支配地位的圣经研究领域.圣经诗歌艺术是圣经文学性的重要体现,它所展示出的形式美、意象美和真挚的感情使《圣经》立足于世界伟大文学之林.人们对圣经诗歌的关注由来已久;综合前人的研究成果,圣经诗歌的艺术特点可以总结为四个方面,即平行体的形式特征、重音节奏的韵律特征、意象化的表现手法和浓烈的抒情性.

摘要： 口语语篇理解是智能语音技术的核心,本研究的目的是建立一个具有语音、音系、句法、语义和语用等多层次语篇描写与标注体系,并探索言语互动中韵律与其词法-句法、语义、语用等其他组织结构之间的关系,为口语语篇的意图理解提供理论和数据支持.本文首先综述汉语口语语篇的特点,语篇级韵律研究重要性,然后介绍口语语篇的层级结构描述体系和标注规范HiSAC(Hierarchical Scheme and Annotation Convention for Chinese Discourse),基于该标注规范所构建的口语语篇库DOSCOURSE-CASS;最后介绍在标注库上所开展的韵律与口语语篇的接口研究,主要包括韵律特征与依存结构、信息结构、修辞结构等之间的关系,以及韵律特征与疑问信息和情感信息表达的关系.

摘要： 城市天际线作为城市设计的重要组成部分,其建立在尊重自然山水、传承空间格局的基础上,并应遵行天际线塑造的美学原则.本文重点研究如何塑造特色的环滇池城市天际线,在分析环滇池天际线的构成要素及现状情况的基础上,提出了山水勾勒、格局传承、中心突出、韵律塑造、分区管控等五大策略,为塑造特色的环滇池城市天际线提供有效的支撑.

摘要： 城市天际线作为城市设计的重要组成部分,其建立在尊重自然山水、传承空间格局的基础上,并应遵行天际线塑造的美学原则.本文重点研究如何塑造特色的环滇池城市天际线,在分析环滇池天际线的构成要素及现状情况的基础上,提出了山水勾勒、格局传承、中心突出、韵律塑造、分区管控等五大策略,为塑造特色的环滇池城市天际线提供有效的支撑.

摘要： 本发明提供了一种盐间页岩油韵律层地震响应特征及储层厚度预测方法，本发明是基于波形的盐间页岩油韵律层高分辨率地震反演算法，通过盐间页岩油韵律层测井数据分析建立地质地球物理模型，然后进行盐间页岩油韵律层高精度地震响应模拟及反射特征分析。本发明的有益效果是：预测得到了目标储层韵律中页岩薄层厚度的空间分布，并且在验证井位置与测井解释真实值具有较高的一致性，验证了方法的有效性；本发明的优势在于该方法在页岩薄层厚度预测中不以区分顶底界面为目的，不受限于传统λ/4或λ/8的地震分辨率，可应用于实际地震资料。

摘要： 本发明涉及语音合成、语音识别、声音克隆技术领域,本发明结合语音合成技术、语音识别技术、迁移学习技术，提供一种基于Bottleneck特征(音频的语言特征)的声音克隆实现方案，包含训练系统和训练方法；利用少量样本提供自然度、相似度高的TTS服务，以提供目标用户特性的TTS服务，解决了语音合成技术服务样本量大、制作周期长、人力成本高的问题。训练系统包括：数据采集模块、声学特征提取模块、语音识别模块、韵律模块、多人语音声学模块、语音合成模块；本发明还提供一种基于上述系统训练方法，包括准备训练语料、声学特征提取、各模块训练和微调，以及语音合成。

摘要： 本发明涉及语音合成、语音识别、声音克隆技术领域,本发明结合语音合成技术、语音识别技术、迁移学习技术，提供一种基于Bottleneck特征(音频的语言特征)的声音克隆实现方案，包含训练系统和训练方法；利用少量样本提供自然度、相似度高的TTS服务，以提供目标用户特性的TTS服务，解决了语音合成技术服务样本量大、制作周期长、人力成本高的问题。训练系统包括：数据采集模块、声学特征提取模块、语音识别模块、韵律模块、多人语音声学模块、语音合成模块；本发明还提供一种基于上述系统训练方法，包括准备训练语料、声学特征提取、各模块训练和微调，以及语音合成。

摘要： 本发明提供了一种盐间页岩油韵律层地震响应特征及储层厚度预测方法，本发明是基于波形的盐间页岩油韵律层高分辨率地震反演算法，通过盐间页岩油韵律层测井数据分析建立地质地球物理模型，然后进行盐间页岩油韵律层高精度地震响应模拟及反射特征分析。本发明的有益效果是：预测得到了目标储层韵律中页岩薄层厚度的空间分布，并且在验证井位置与测井解释真实值具有较高的一致性，验证了方法的有效性；本发明的优势在于该方法在页岩薄层厚度预测中不以区分顶底界面为目的，不受限于传统λ/4或λ/8的地震分辨率，可应用于实际地震资料。

摘要： 本发明提供一种基于声调核声学特征及深度神经网络的韵律边界检测方法，所述方法包括：检测并获取音节声调核部分的声学特征；基于深度神经网络利用音节声调核部分的声学特征建立韵律边界建模对韵律边界进行检测。通过检测并获取音节声调核部分的声学特征和时长特征，并基于深度神经网络利用音节声调核部分的声学特征和时长特征建立韵律边界建模对韵律边界进行检测，能够有效提高韵律边界检测的正确率。

摘要： 本发明公开了一种基于韵律特征和随机森林分类器的语音倍速攻击检测方法，属于语音识别技术及安全技术领域。获取音频数据集，包括正常音频和倍速对抗音频；提取音频数据集中所有音频的抖动特征、颤音特征和谐波噪声比特征，构成特征向量；利用正常音频和倍速对抗音频的特征向量训练随机森林分类器，利用训练好的随机森林分类器进行语音倍速攻击检测。本发明通过语音识别系统已有的麦克风和语音硬件就可以高效地检测语音倍速欺骗攻击，具有成本低、攻击检测精确度高的特点，可以用于手机等智能设备上的语音识别系统的安全防护，具有广泛的需求和应用前景。

摘要： 本发明提出了一种基于韵律特征的并行语音合成方法及装置、设备、介质，属于语音合成技术领域。该方法包括：首先将待合成语音文本正则化；将所述正则化语音文本并行转换为音素序列和音素级别韵律序列；将所述音素序列和所述音素级别韵律序列利用声学模型预测其梅尔频谱图；将所述梅尔频谱图利用声码器转换为所述待合成语音文本的语音信号。本专利融合自回归合成和非自回归合成的优势，不仅能有效提升语音合成的音质、流畅度、速度和鲁棒性，而且能实现实时的高效语音合成。基于本专利开发的系统可广泛应用于人工智能领域的智能化语音合成，如智能客服、智能音响、语音播报、地图导航和有声读物等人机交互场景。

摘要： 本发明提出一种基于质量和韵律特征融合的古诗词朗读评估方法，包括建立基于MOS的客观语音质量评价模型，提取mel频谱特征，mask_res残差卷积网络提取信号高维度特征，UnMask输出模块聚合单个古诗词朗诵的MOS评分；建立基于特征融合韵律评价模型，提取基频、能量、过零率等信号基本特征，通过多特征分析模型，计算为轻重音、语调、节奏韵律特征参数，建立韵律评分函数，映射实际韵律得分；建立基于多项式拟合的综合度量体系基于最优解和最小化模型的目标，构建基于质量和韵律特征融合的无参考评价模型。

摘要： 本申请公开了一种基于韵律特征预测的语音合成方法，包括：获取待合成文本；将所述待合成文本输入预设的韵律预测模型，获取所述待合成文本的韵律特征作为第一韵律特征，根据所述第一韵律特征确定目标韵律特征，所述待合成文本的韵律特征包括韵律词特征、韵律短语特征、韵律语调短语特征；根据所述目标韵律特征进行语音合成，生成与所述待合成文本对应的目标语音。此外，本申请还公开了一种基于韵律特征预测的语音合成装置、智能终端及计算机可读存储介质。采用本申请，可以提高文本的韵律特征预测的准确性，提高语音合成的效果。

摘要： 本发明提供一种基于声道和韵律特征转换的情感语音转换的方法，主要解决未来人与机器的交流方式问题。包括：首先进行情感语音训练，对中性与其它情感语音进行预处理，然后提取其声道和韵律特征参数，建立匹配模型；其次再进行情感语音转换，将中性语音的声道和韵律特征参数输入到转换模型中，并将模型输出参数用到语音合成中，来合成目标情感语音。本发明采用的方法不再局限于中性语音的对话，在相同语义和说话人信息的情况下，能够实现中性向不同情感之间的语音转换，获得具有情感表现力的语音，有利于未来更好的人机交互。