基于語塊的漢語韻律短語邊界識別研究.pdf

1、科技在進(jìn)步，時(shí)代在發(fā)展，在這個(gè)“讀圖”和“聽音”的時(shí)代，語音技術(shù)深入到人們生活的各方各面，讓機(jī)器說話已不是幻想。然而，目前語音合成的質(zhì)量仍不是很高，主要表現(xiàn)在：合成的語音自然度低、節(jié)奏感差，所以，語音合成自然度的進(jìn)一步提高是目前亟待解決的問題。
　　本文的研究工作主要針對漢語韻律結(jié)構(gòu)中的韻律短語識別展開。韻律結(jié)構(gòu)是以句法結(jié)構(gòu)為基礎(chǔ)的。通過對大量語料的分析可以看出，韻律結(jié)構(gòu)和句法結(jié)構(gòu)之間存在著一定的聯(lián)系。由于語塊本身可以反映出一定的

2、句法信息，且人們在朗讀或說話時(shí)往往是以語塊為基本單位的，語塊的切分可以把句法上相關(guān)的詞進(jìn)行整合，所以本文提出將語塊結(jié)構(gòu)這種非遞歸嵌套的淺層句法結(jié)構(gòu)應(yīng)用于韻律短語的預(yù)測。
　　本文的主要工作包括以下幾個(gè)方面：
　?。?）語塊的定義及獲取
　　目前對韻律層級的劃分所使用的特征多為詞、詞性和詞長?；谶@些特征的局限性和韻律結(jié)構(gòu)與句法信息之間的緊密聯(lián)系，在對漢語語塊結(jié)構(gòu)與韻律結(jié)構(gòu)之間的關(guān)系進(jìn)行比較研究的基礎(chǔ)上，本文定義了8種適

3、用于韻律短語邊界識別的語塊類型，并歸納總結(jié)了語塊的處理規(guī)則，通過語塊之間結(jié)合緊密度的度量，實(shí)現(xiàn)了語塊的歸并，生成了最終的語塊結(jié)構(gòu)。
　?。?）基于語塊和條件隨機(jī)場的韻律短語識別
　　本文將語塊結(jié)構(gòu)這種非遞歸嵌套的淺層句法結(jié)構(gòu)應(yīng)用于韻律短語的預(yù)測，提出了一種基于語塊信息，并利用條件隨機(jī)場CRFs對韻律短語進(jìn)行識別的方法。首先基于語塊結(jié)構(gòu)抽取、選擇模型特征，然后利用CRFs訓(xùn)練構(gòu)建模型用于韻律短語的識別。
　?。?）基于語

4、塊和AdaBoost-SVM集成算法的韻律短語識別
　　由于尋找一種較強(qiáng)的分類算法用于韻律短語的識別較為困難，基于強(qiáng)、弱學(xué)習(xí)算法的等價(jià)性問題，利用集成學(xué)習(xí)方法能夠使多個(gè)準(zhǔn)確率略高于隨機(jī)猜測弱分類器進(jìn)行加權(quán)融合，形成一個(gè)強(qiáng)學(xué)習(xí)算法，達(dá)到比強(qiáng)分類器更好的分類效果，所以，本文使用AdaBoost集成學(xué)習(xí)算法，以SVM作為基分類器，通過對訓(xùn)練語料多次隨機(jī)抽取，經(jīng)過多次訓(xùn)練更改權(quán)重，訓(xùn)練生成多個(gè)基分類器，最終將這幾個(gè)基分類器進(jìn)行加權(quán)投票的方