普通话中语段重音对小句声学特征的调节

对汉语普通话新闻语篇朗读语料的分析表明,被置于语段中的小句,作为重音标志的音高和音长将发生变化。语段小句与孤立小句相比,音高变化集中表现在小句调核上,是高音点的整体降低,而不同类别的重音,音高降低的程度不同。在语段中,非语段重音的小句重音呈现出较明显的弱化,即表现为音高降低和音节时长缩短。在多个小句构成的语段中,说话人可以利用各小句重音的强弱变化来实现对语段的韵律调节,进而实现对语篇韵律的整体控制和顺畅的语义表达。语段重音及小句重音的研究将实验语音学引进了播音语言教学,也有助于汉语合成语音的韵律控制。      

连续话语中双音节韵律词的重音感知

对于从微软亚洲研究院的汉语语音语料库中获得的300个语句中的1,898个双音节韵律词进行了重音感知实验,实验结果表明,连续话语中双音节词的重音感知特点与孤立词的重音感知特点有所不同,它受到词所在的韵律边界的显著影响。在感知实验中,词内两音节的重音得分之差与它们的高音点音高差和时长差都表现出正相关,但与高音点音高差的相关强于与时长差的相关。高音点音高差和时长差在非停顿前不相关,在停顿前为较弱的正相关。实验结果还表明,音节的重音感知受到调型的显著影响。     

汉语语句中重读音节音高变化模式研究

对汉语重读音节知觉的音高线索及句中重读音节的音高变化模式进行了研究。论文分3部分:重音知觉实验、问答匹配实验和语料库分析。重音知觉实验主要考察了重音知觉的音高线索,主要是高音点、低音点对重音知觉的贡献。重读音节音高变化模式的研究,一方面从发音人的角度,用问答匹配实验,选取/DAO4/为代表音节,设计少量实验句请多位发音人郎读,系统安排/DAO4/在句中的位置,用问句自然地引导/DAO4/重读或非重读,对这两种情况做比较;另一方面从听者的角度,用语料库分析,对一个大规模语料库通过感知实验进行重音和停顿两方面韵律标注,比较标为重和标为轻的音节的音高值。重音知觉实验结果表明,音域平移和高音点提高都是重音知觉的线索,但是高音点的提高对词重音知觉的作用更明显。重读音节音高变化模式的两项研究表明,重读音节的音高在高音线－低音线渐降汉语语调模式上变化,高音点的提高是重读音节音高变化的主要声学表现,低音点的变化更多地受到低音线渐降的限制,变化的幅度不十分明显,而且不足必须提高。高音线－低音线双线语调模型中,高音线起落的变化,前后音节高音点的对比关系表明句中音节的重读程度。     

音高和时长在语篇语句重音中的作用

本研究通过30篇自然叙事语篇,以韵律词为分析单位,对语篇中音高和时长在语句重音中的作用进行探讨,结果主要发现:(1)韵律词音域的相对宽窄对语句重音起着最主要的作用.(2)音高和时长在语句重音中的作用受到小句音域宽度和韵律词等级的交互影响.在正常韵律诃中,1级重音由音高和时长共同发挥作用来实现;2级重音主要靠音高起作用.在强化韵律词中,小句音域越窄,时长在语句重音中的作用越重要.(3)音高和时长之间的相关性主要受到韵律词强度的影响,在弱化、正常和强化韵律词中,音高和时长分别表现出普遍的正相关、不相关和负相关.     

自然风格言语的汉语句重音自动判别研究

重音是语音合成中韵律处理的一个重要参数。本文分析了轻声和重读音节同正常重音在各声学参数上的差异,包括基频、音节时长、强度、停顿长度等,还特别考察了时长同基频参数之间的关系,以及上声音调同基频的关系。建立了基于人工神经网络的三种重音预测模型,即声学预测模型、语言学预测模型和混合预测模型,对汉语句重音(包括轻声、正常重音、重读)进行了自动判别,结果显示混合模型要优于另外两种模型。此外,本文还根据重音标注的多样性现象设计了支持率的评价方法。     

汉语和英语音高重音自动标注方法的对比与分析

虽然汉语和英语的重音自动标注被广泛的研究,但是关于汉语和英语的重音自动标注之间对比的研究还鲜有报道。基于汉语韵律标注库ASCCD和英语韵律标注库Boston University Radio News Corpus,对汉语和英语的重音自动标注的异同进行对比,考察不同的特征在不同语言的语料库上的泛化性能。通过基于集成分类回归树的重音自动标注实验、特征分析及基于互信息的重音自动标注的声学对比,得到如下结论:在相同的条件下,汉语重音自动标注的正确率比英语重音自动标注的正确率要低;在重音自动标注中,词典语法相关特征比声学相关的特征更重要;不同的声学信息源在重音自动标注中所起的作用不同,时长相关的特征对汉语和英语重音自动标注都很重要;英语中大部分特征提供的互信息要比汉语相应的特征提供的互信息要高。      

汉语口语与朗读话语陈述句音高比较

汉语语句通常存在音高下倾现象,然而关于语句内部韵律词的具体音高表现目前的研究尚较欠缺。本研究使用的对话语料选自973电话语料库,包括69段对话,涉及79位说话人;朗读话语语料为广播电台两位主持人的新闻播音,长度为221个语句,对语句内部韵律词的高音点、低音点及音域进行了分析,结果显示对话与朗读话语多数语句的音高呈前高后低的走势,不过口语对话较长语句前半段的音高下降趋势不太明显。与朗读话语相比,口语对话韵律词的音域通常比较小。对话语句最后一个韵律词的音域相对较大,而朗读话语内部韵律词的音域大多没有差异。本研究的结果,将有助于语音合成中语句内部韵律词音阶及音域的构拟。      

普通话轻声音节特性分析

本文讨论普通话轻声音节在音强、音长、音高和音色各方面的特性。声学分析结果表明:1.轻声音节的音强不一定弱;2.轻声音节的音长一般短于正常重读音节,大约为正常重读音节长度的五分之三左右,但内部差异很大;3.轻声音节的音高特点最为明显:失去原来的单字调型,在上声音节之后读中平调,在阴平、阳平和去声音节之后读中降调;4.轻声音节里的不带音辅音很容易浊化为带音辅音,元音普遍读得较松,但无论单元音还是复合元音,其原有音色仍可分辨。     

不同语调条件下的声调音高实现

从调类个性、句中位置和重音级别3个层面的语音分析,考察普通话4个声调在不同语调条件下的音高实现。目标词被置于3种不同的焦点位置(即句重音最强的位置)和两种不同的非焦点位置(即非句重音位置)上,对目标词的调域以及目标声调的高音点和低音点进行了观察分析。实验结果表明,(1)在焦点条件以及非焦点条件下,阳平的音高位于调域的中低音区,去声低音点的理论调值尽管低于阳平低音点,但去声低音点在音高实现上往往接近阳平低音点甚至会高于阳平低音点;(2)焦点在句首位置表现为调域向上下两个方向扩展,在句末位置则表现为调域整体上抬,但不同声调的高音点并不都与调域上限同比例变化,不同声调低音点的变化也并不都与调域下限同比例变化;(3)重音后音节的音高对焦点音节的依赖关系受音步组合关系的制约,焦点和焦点后音节若在同一音步内,焦点后音节的音高与焦点音节的音高关系类似轻声音节与其前接非轻声音节的音高关系,焦点和焦点后音节之间如果存在音步边界,焦点后音节的音高表现出一定的独立性。这些结果说明了语句中声调音高实现的复杂性,一个具有较好预测性的汉语普通话语调模型的建立需要包括焦点结构、韵律结构、协同发音、调类个性等不同层面信息的诸多细节化规则。     

不同语调条件下的声调音高实现

从调类个性、句中位置和重音级别3个层面的语音分析,考察普通话4个声调在不同语调条件下的音高实现。目标词被置于3种不同的焦点位置(即句重音最强的位置)和两种不同的非焦点位置(即非句重音位置)上,对目标词的调域以及目标声调的高音点和低音点进行了观察分析。实验结果表明,(1)在焦点条件以及非焦点条件下,阳平的音高位于调域的中低音区,去声低音点的理论调值尽管低于阳平低音点,但去声低音点在音高实现上往往接近阳平低音点甚至会高于阳平低音点;(2)焦点在句首位置表现为调域向上下两个方向扩展,在句末位置则表现为调域整体上抬,但不同声调的高音点并不都与调域上限同比例变化,不同声调低音点的变化也并不都与调域下限同比例变化;(3)重音后音节的音高对焦点音节的依赖关系受音步组合关系的制约,焦点和焦点后音节若在同一音步内,焦点后音节的音高与焦点音节的音高关系类似轻声音节与其前接非轻声音节的音高关系,焦点和焦点后音节之间如果存在音步边界,焦点后音节的音高表现出一定的独立性。这些结果说明了语句中声调音高实现的复杂性,一个具有较好预测性的汉语普通话语调模型的建立需要包括焦点结构、韵律结构、协同发音、调类个性等不同层面信息的诸多细节化规则。      

汉语重音的凸显度分析与合成

重音是重要的语调特征,重音合成技术可以提高语音的自然度和表现力。针对重音的局部凸显性,该文提出了声学特征凸显度的表示方法,分析了不同韵律位置(韵律词首、中、尾,韵律短语首、中、尾等)重音音节的声学特征凸显度,发现在韵律单元末(韵律词末音节和韵律短语末韵律词)的重音其基频最大值凸显度要低于非韵律单元末重音,提出了基于声学特征凸显度的非线性的重音声学参数生成算法,解决了传统重音声学参数线性修改算法的修改幅度不足或过大的问题。采用该算法建立了基于隐Markov模型的支持重音合成的语音合成系统。实验表明,该系统可以有效合成带有重音的语音,提高了合成语音的自然度和表现力。     

汉语重音的凸显度分析与合成

重音是重要的语调特征,重音合成技术可以提高语音的自然度和表现力。针对重音的局部凸显性,该文提出了声学特征凸显度的表示方法,分析了不同韵律位置(韵律词首、中、尾,韵律短语首、中、尾等)重音音节的声学特征凸显度,发现在韵律单元末(韵律词末音节和韵律短语末韵律词)的重音其基频最大值凸显度要低于非韵律单元末重音,提出了基于声学特征凸显度的非线性的重音声学参数生成算法,解决了传统重音声学参数线性修改算法的修改幅度不足或过大的问题。采用该算法建立了基于隐Markov模型的支持重音合成的语音合成系统。实验表明,该系统可以有效合成带有重音的语音,提高了合成语音的自然度和表现力。      

汉语语调音高下倾的实验研究

通过提取和分析特定声调组合的实验室语句的音高曲线,探讨了确定条件下的汉语语句音高下倾趋势。分析结果表明,在不同类型声调组合的陈述句中,低音线清晰地呈现出以韵律短语为基本单元的下倾现象,下倾的斜率与韵律短语长度成反比.声调组合不同,以及承载下倾特征点的音节在韵律词中的位置不同,都会导致低音线下倾的斜率不同。具体表现为:(1)当低音点处于韵律词词首时,低音线斜率的绝对值大于低音点处于韵律词词末时的绝对值;(2)韵律短语音高下倾程度还受其在句中所处位置的影响,句首韵律短语的下倾程度大于旬末韵律短语的下倾程度;(3)主句包含多个韵律短语时,它们的低音线起点可以是依次单调递降的,具体的下倾模式受短语之间句法语义关系的制约。      

韵律短语边界对降阶和焦点后音高骤降的影响

通过设计特定声调组合和语境的实验室语句,考察了韵律短语边界对语句中降阶和焦点后音高骤降的影响规律,以及降阶和焦点的作用域。结果发现,在由两个韵律短语组成的语句中,韵律短语边界会阻断前一短语中的降阶作用,降阶的作用域是韵律短语。焦点的实现与降阶不同:焦点后的正向音高降低作用会跨越韵律短语边界,使得后一韵律短语的高音线明显降低;如果后一韵律短语中有降阶,则焦点的跨边界音高降低作用会与降阶作用累积在一起,产生更低的高音线,说明焦点的作用域是语调短语。但当后一韵律短语也出现焦点时,音高重置阻断了前一短语中焦点的正向音高降低作用,此时两个焦点分别独立地实现。      

音高和时长在普通话轻声知觉中的作用

目的在于探讨音高和时长两种因素在普通话轻声知觉中的作用方式以及比较两种因素所起作用的大小。使用了心理-声学的实验方法,所用刺激为音高和时长得到控制的15组合成的双音节语音词,要求33名普通话母语者对所有刺激的重音类型进行“重重”或“重轻”的强迫性选择判断。结果表明: (1)音高和时长对于普通话轻声的知觉均有显著作用, (2)音高对于轻声知觉的作用明显大于时长, (3)音高曲线的起点、高音点和调型曲拱均对轻声的知觉起作用。这些实验结果与自然语音中轻声的声学特征基本上是互相对应的,但也存在一定程度的差别。这些差别说明,自然语音中轻声的某些声学特征只是羡余特征而非音系特征。     

普通话与台湾国语声调的对比分析

本文对普通话和台湾国语的单字调和语句中声调的音高、音长进行了研究．结果表明,由于受到闽南话的影响台湾国语阴平和阳平在音高表现上和相应的普通话音节有所不同;普通话上声是“曲折调”,其后半段的调型特征为“微升”,台湾国语上声是“低降调”;单念时普通话声调的时长为,上>阳>阴>去,台湾国语则为,阴>阳>上>去。二者在语句中声调的差异主要表现为:普通话阳平是“中升调”,而台湾国语阳平是“中平调”;韵律短语边界效应在台湾国语中的作用力更大;受边界效应影响时,普通话各声调音节的时长延长基本上是相同的,而台湾国语中阴平和阳平延长的程度显著大于上声和去声;时长统计结果表明,语句中普通话上声长于去声,短于阴平和阳平,而台湾国语上声则是四个声调中最短的。     

汉语双音节调位的矢量量化(VQ)研究

本项研究从实际语音材料出发,运用曲线拟合和矢量量化的方法,对汉语双音节调位的模型进行了系统地研究。研究结果表明;（１）利用曲线拟合和矢量量化技术对汉语双字词声调组合进行模式归类是一种可行和有效的方法。（２）虽然在部分声调组合中不同样品间的离散比较小,但大部分双音节词的声调组合模式可以分为几个子类,因此用一个总体平均的统计模式是不够的．（３）音高曲线的差异明显表现为声调高音点的不同,它是与双字词的音节重音模式相关联的。     

基于言语数据库的汉语音高下倾现象研究

提出了一种通过语句中声调音域低音点和次低音点求出语调短语低音线的方法,并以低音线为基准,考察从大规模言语语料库中随机抽取的汉语自然语句的语调特征。研究结果表明,与已有的汉语句末语调理论不同,汉语同样具有各种语言中普遍存在的音高下倾和重置的语调特征。低音线的下倾和重置可以出现在音步、语调短语和语句等不同的韵律单元中,表现最明显的是在语调短语这一级。实验结果支持汉语语调双线模型中高音线和低音线语言学功能不同的观点。     

边界强度对焦点实现方式的影响

汉语普通话中,单焦点主要表现为焦点词音高上升和焦点后音高压缩(Post-Focus-Compression,PFC),而双焦点句中第一个焦点后音高压缩有限。韵律边界强度是否影响焦点的实现方式,特别是焦点后音高压缩?本实验借助句法上词、短语、分句和句子的分类,在句中关键词(X)后设定了4种韵律边界强度。通过问句引导的4种焦点条件分别为:关键词X为焦点,句末词Y为焦点,词X和Y都是焦点(双焦点),以及中性焦点。语音分析结果显示:(1)焦点词都表现出音高上升和时长延长,增加量在单焦点和双焦点间没有显著差异,且不受焦点词后边界强度的影响;(2)双焦点句中第一个焦点后的音高压缩会被中等强度的边界减弱,而只有非常强的边界才会减弱单焦后的音高压缩;(3)随韵律边界强度增加,边界前的词时长增加,但延长量是有上限的,且不受焦点位置的影响。总体来说,韵律边界和焦点在语调上是平行编码的。      

汉语语调降阶的实验研究

采用设计特定声调组合的实验室语句的方法,研究了汉语普通话语调降阶的规律。结果发现,在普通话语调中,同样存在自动降阶和非自动降阶两种音高现象。在有低音介入的非自动降阶中,低音对后音节音域的影响表现在使音域上限降低,音域的下限保持不变;因此汉语中的降阶是语调高音特征的表现;低音特征声调会使低音后的高音发生正向降低和低音前高音的逆向提高,并且这两种作用是可以相互包容的。在自动降阶中,高音线的下降趋势是线性的,它受重音位置及重读程度的影响,在发音人中有较大差异。与已有的其他语言降阶研究的结果相比,汉语的降阶率不是固定的,且降阶的作用范围并不只局限于同低音相邻的音节。