中心削波法語速自適應漢語語調識別的改進.pdf

1、漢語是一種聲調語言，相同聲母和韻母構成的音節(jié)隨聲調的不同而具有完全不同的意義，對應著不同的漢字。所以在漢語口語中，不但要憑借不同的元音、輔音來辨別這些字或詞的意義，還需要從不同的聲調來區(qū)別它，也就是說聲調有辨義作用。聲調是漢語語音的重要組成部分，利用聲調信息可提高漢語語音識別性能。 漢語聲調參數(shù)是漢語音節(jié)的重要特征，中心削波法是提取語音基音并進一步進行漢語聲調識別的有效方法。由于實用中一般人語音的音調特征差別很大，例如不同的語速

2、；男女基音的不同；每個人發(fā)音特點的不同；連續(xù)語音中前后關聯(lián)語音的不同等，致使目前各方法對漢語聲調的識別率仍然較低。本文在四個方面改進了普通中心削波法。一是采用接續(xù)幀定域技術改進了基音變化的連續(xù)性，二是對基音的峰的突出特征進行質量評估，有了對各幀的置信度量，就可將之用于聲調估計，該置信度可用于兩處，一是對置信度太差的幀，選用其前后置信度好的幀的基音估計結果的插值來構成連續(xù)性較好的本幀估計。二是從統(tǒng)計上看，1聲調(陰平)一般整體置信度好，2

3、聲調(陽平)音節(jié)的中后部置信度較好，3聲調(上聲)音節(jié)的前后部置信度較好，4聲調(去聲)音節(jié)的中后部置信度較好，將這些特點可用于音調的輔助判斷，對與模板匹配相近的樣本，可參考這一輔助特征進行更準確的識別判斷。三是采用了新的聲調參數(shù)模型結構，該模型采用了馬爾可夫過程的狀態(tài)轉移方式描述漢語語音的特征矢量序列的時序過程，同時采用了動態(tài)時間匹配DTW的比對概念和直接物理特征狀態(tài)。另外，新的模型具有多組子模型，從而對語音速度的變化，語音強弱的變化

4、等有較強的適應能力，可以加強對各種特征變化的自適應能力；四是在聲調特征參數(shù)上改進了普通中心削波法，使用了L1相關技術。實際上，語速變化是有限的，具有較好的連續(xù)性，不應有過大跳動。利用這一特點，本文采用在前一幀估計的基音周期的基礎上，限定下一幀基音估計的范圍，僅在該范圍內搜索估計，從而保持了較好的連續(xù)性。另外，對起始幀采用了綜合估計技術，從而明顯提高了自適應漢語聲調識別的正確率。 本文從原理上進行了討論并用實際的測試結果證實了新方