焦点、词重音与边界调对语调短语末词基频模式的影响

研究了语调短语边界处焦点、词重音位置与上升的边界调对语调短语末词基频模式的影响。通过分析两个美式英语语料库语调短语末词的声学特征,我们发现当该单词是焦点时,重音的基频峰值比边界调的尾值高;边界调在重音实现后才充分体现出来;词重音在音节结构中后移会压缩词重音后基频调域范围。当语调短语末词不是焦点时,边界调的上升趋势从开始就体现出来,并压制了词重音的基频凸显。我们的结论是,焦点可以通过提升词重音基频峰值的高度完成;焦点和边界调实现的力度受词重音所处位置限制,在极端的情况下,边界调只能在语调短语最末音节的尾部实施。在有限音段上这些韵律特征都有表达其功能最彻底的一段位置,它们竞相展现,此消彼长。      

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。      

普通话四音节词和短语中声调协同发音模式

本文研究用正常重音念的普通话四音节词和短语的声调协同发音问题。本实验看到,声调协同发音对各音节声调起点和终点所引起的F_0扰动,一般地说,要大于音节中这些点处不同元音内在F_0的差异。至于声调协同发音,本实验看到,一般地说,声调协同发音是单向的,而且顺向作用只影响其后接声调的起点,逆向作用只影响前接声调的终点;声调协同发音引起的F_0扰动具有一定模式。声调协同发音受词重音模式所制约。声调协同发音还跟念词和短语的速度有关。     

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.     

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。      

普通话常规重音分布规则的研究

采用心理统计方法对中等规模语料库进行分析，探讨句法、韵律及其声学相关物之间的关系，根据汉语口语常规重音分布的规律，研究普通话常规重音分布规则及其在实际话语中应用的先后次序，最终建立适用于汉语文语转换系统的常规重音分布规则系统。     

非线性加权能量特征在英语词重音检测中的应用

为了解决传统特征在重音检测中鲁棒性不高的问题,根据重音的定义,以单词为单位,考察词内各音素携带基音同步动态短时帧能量的差异,同时引入非线性加权因子,提出非线性加权能量特征.使用非线性加权能量特征以及与传统特征的特征组合对英语连续语音的实验结果表明,非线性加权能量特征比传统特征鲁棒性更高,联合使用新特征与传统特征,可使系统误识率下降3.58%.     

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。      

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。     

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。      

汉语语句重音对音高和音长的影响

提高汉语合成语音的自然度的关键是要建立一个完善的汉语韵律模型．本文以连续的广播语言为研究对象,对汉语中语句重音对韵律特征参数的影响进行了初步探讨,分析了不同语句重音条件下音长和音高的变化及其相互关系,指出：（1）音高是语句重音的基本表达手段,随着语句重音级别的提高,音高分布曲线向高频方向推移。（2）在连续语流中词被‘重读”和“轻读”的情况下,音长分布出现双峰,表示它们的音长有的受语句重音的影响,有的不受语句重音的影响。（3）在“正常”、“重读”和“轻读”王种情况下,音高和音长的相互关系分别是：不相关、负相关和正相关,证实了汉语语句重音音高和音长之间的互补关系。这些研究结果为汉语会成系统中韵律模型的建立提供了基础。在此基础上,本文又用神经网络对连续语音的语句重音进行了部分标注,开集中的分类结果正确率为63％,对语音数据中重音等级的自动标注方法作了探索。     

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。     

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。     

科技期刊手稿的撰写要求(续)

2.4关键词 在文摘下面,作者应提供3～8个关键词或短语,以概括文章的主要内容,有助于情报检索。关键词应尽可能采用词表中的叙词。如在最新版本的词表中没有相应的词,可以使用本学科当前常用的词语(自由词)。 2.5目次表     

汉语韵律层级结构边界的声学分析

基于大规模语料库,对比了较慢和较快两种语速的语料,研究了韵律层级结构边界的声学表现。研究主要得到以下结果: (1)汉语语句音高的下倾和重置是由音域下限的移动实现的。 (2)韵律词边界的声学线索是低音线的不连续性和边界前音节的延长, 一般没有无声段。 (3)韵律短语和语调短语边界的声学线索是低音线重置和无声段。并且,边界等级越高,低音线重置程度越大,无声段的长度也越长。 (4)知觉等级与无声段长度成对数增长关系。     

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。