基于Viterbi 解码的中文韵律短语边界自动标注

来源 :第十一届全国人机语音通讯学术会议 | 被引量 : 0次 | 上传用户:seryhugjkghj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  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。
其他文献
  当前主流的说话人识别系统是用干净语音训练说话人模型,在噪声测试环境下会出现性能的急剧下降。针对说话人识别系统中的噪声鲁棒性问题,本文将多样训练的方法引入到基于GM
  本文在实验室条件下对汉语辅音损失率与噪声和混响的关系进行了实验研究,归纳出了汉语辅音损失率与混响时间及信噪比的函数关系,此关系对制定汉语辅音损失率的测量方法和相
2020年初,疫情蔓延,为对冲疫情对实体经济的影响,央行实施超市场预期宽松的货币政策.后随着中国疫情得到有效控制,以及前期过度宽松的流动性导致监管套利活动增多,宏观杠杆率
期刊
  本文针对传统数字版权管理系统中存在的由于密钥容易丢失和遗忘而造成用户使用不便、非法用户对密钥的窃取和伪造、以及合法用户主动泄漏密钥造成信息提供商在知识版权方
会议
  本文对基于隐马尔柯夫模型(Hidden Markov Model, HMM)的单元挑选语音合成方法进行改进。针对原有方法单元预选过程中存在的线性搜索效率低、无法考虑相邻音素备选单元间连
  本文针对口语重复修正检错这一计算机辅助语言学习中的难点,提出一种基于音节WFST网络的容错对齐和搜索过滤算法。该算法将对齐后识别结果中邻近匹配词所对应的脚本建立上
  本文选取紧邻北京的河北高碑店朝阳中学的中小学生为调查对象,经问卷调查数据分析,初步总结得出高碑店市义务教育阶段中小学生的语音生态因素,主要包括高碑店方言常用字词表
从东北到西北,跨越千里之地;从石油工业的新人到技术骨干,走过12载科研之路.中国石油新疆油田工程技术研究院副院长路宗羽,在新疆浅层稠油超稠油开发关键技术及应用、玛湖地
期刊
随着国家的发展越来越好,促进公路建设的规模不断扩大,公路改扩建施工中,新旧路基路面结合处施工技术的合理运用对改扩建工程起到很大的影响.因此,为使公路改扩建新旧路基路
近几年来,房地产市场的发展恰似坂上走丸,一路高歌,所展现出来的巨大潜力是前所未见的,也由此诞生了不可胜数的财富奇迹.然而,在实际的房地产开发管理过程中,一些难点开始跟