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。     

汉语自然对话音高研究

语音合成技术要表现会话的抑扬顿挫,首先就要对自然话语的音高做出研究.基于973电话对话语料,作者对1084个汉语语调短语的音域和音阶作了统计分析.发现语调短语可以根据其音域和音阶进行分类,语调短语的音域和音阶与它在话回中的位置有关.与朗读语言相比,自然对话语调短语的音高变化更大.     

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。     

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。     

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\     

下倾-立管系统中严重段塞流现象的周期特性

本文在室内的模拟实验系统上对严重段塞流的周期特性进行了实验研究.通过对实验现象和立管底部的压力波动信号分析后发现,严重段塞流的周期主要取决于液塞形成和液塞流出阶段所经历的时间,与气相表观流速,液相表观流速、下倾管倾角等实验参数有关.通过下倾管中的气体在积累阶段质量守恒方程,得到严重段塞流周期计算模型.模型的预测结果与实验测得的周期相比偏小.在较大的气、液相表观流速下,严重段塞流周期计算模型的预测结果比较准确.     

汉语普通话语音数据库

中国科学院声学研究所建立了一个汉语普通话语音数据库,这个语音数据库由声母、韵母、1282个单音节、几百个双音词和三音词、语音试验句、短文及数字0—9等构成。该语音数据库的发音人有六位(三男三女),他们是广播学院的教师和职业播音员,讲标准的汉语普通话。语音材料录制在高质量的磁带上,其中有一部分已数字化。已有许多汉语语音研究部门使用该语音数据库。     

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。     

汉语声调在言语可懂度中的重要作用

在四种失真（高、低通滤波并混有非线性失真）条件下,进行言语清晰度试验,证明了失真条件下,声调具有很强的抗干扰能力,声调清晰度几乎不受影响。
采用以下不同的激励源（1.白噪声、2.基频固定的三角波、3.基频随声带基频变化的三角波、4.条件1.加条件3.）产生的合成言语,进行言语清晰度试验,证明:声调信息大大有助于提高言语可懂度,声调信息主要存在于基频随时间的变化中,强度变化对声调信息有补偿作用,以及清辅音的存在与否对声调清晰度是有一定影响的。     

Experimental study on declination in Chinese intonation

The aim of designing sentences with special tone combinations is to investigate the declination tendency of intonation in Chinese Putonghua.The result shows that baselines of prosodic phrases(PP),as the basic declination units,show the phenomena of declination clearly,and the declination slope is in inverse proportion to the length of PP.Different tone combinations of PP have different declination slopes.The primary conclusions are as follows: (1) If low points are at the beginning of prosodic word(PW),the absolute value of baseline slope is larger than those at the end;(2) The declination of PP is larger,if it is at the beginning of sentences than that at the end;(3) When there are several PPs in sentences,although in different syntactic relations the degree of declination is different,they have the common ground of PP declination.     

汉语耳语标准频谱的测量与计算

提出了与GB7348-87《耳语标准频谱》不同的汉语耳语功率谱密度级随频率的变化关系。在消声室中测量以提高测量信噪比,使用实时分析仪测量单个人耳语发音的长期声压频谱,并且对每个人的长期声压频谱做自归一化,通过数学方法将多个样本\     

The perception of fundamental frequency declination

A series of experiments was carried out to investigate how fundamental frequency declination is perceived by speakers of English. Using linear predictor coded speech, nonsense sentences were constructed in which fundamental frequency on the last stressed syllable had been systematically varied. Listeners were asked to judge which stressed syllable was higher in pitch. Their judgments were found to reflect normalization for expected declination; in general, when two stressed syllables sounded equal in pitch, the second was actually lower. The pattern of normalization reflected certain major features of production patterns: A greater correction for declination was made for wide pitch range stimuli than for narrow pitch range stimuli. The slope of expected declination was less for longer stimuli than for shorter ones. Lastly, amplitude was found to have a significant effect on judgments, suggesting that the amplitude downdrift which normally accompanies fundamental frequency declination may have an important role in the perception of phrasing.     

汉语文语转换系统中可训练韵律模型的研究

针对汉语的韵律特征受语境参数影响时,表现出层次性的特点,本文描述了一种带特殊加权因子和输出优化功能的人工神经网络,并用其来构筑汉语TTS系统的韵律模型。大量测试表明,该人工神经网络的拓扑结构相较传统的人工神经网络模型更能反映出汉语的韵律特点。它提高了模型本身的收敛速度和运算精度,从而改善了整个韵律模型的质量。同时,本文还对汉语音节的基频曲线进行了规格化处理,较详细的分析了音节基频规格化参数-SPiS,在基频调节中的作用和方式。SPiS参数能够反映出汉语的声调特点,且方便了网络模型的建立和汉语韵律的控制。     

Fundamental frequency declination is not unique to human speech: evidence from nonhuman primates.

In human speech, declination of the fundamental frequency (F0) of the voice spans coherent units of an utterance and, therefore, signals where units begin and end. A rapid final fall at the end of an utterance provides a further indication of an utterance's ending. The occurrence of declination is sufficiently widespread across languages that several investigators have suggested it as a language universal. Language universals may be universal because they are part of a species-specific specialization for language or, alternatively, they may constitute conventionalizations of natural dispositions of the vocal tract that may serve a communicative function. Evidence is offered favoring the latter account for declination and the final fall by showing that vocal productions of vervet monkeys (Cercopithecus aethiops) and rhesus macaques (Macaca mulatta) show declination, and vervets show clear evidence of a final fall. Interestingly, the fall in F0 may serve some communicative role in the vocal exchanges of vervets and rhesus, analogous to its signalling function in human language.     

普通话单韵母的听觉规范

用普通话若干孤立单韵母作语音材料,有三级性别或年龄不同的发音人,通过声学分析和统计分析,比较了言语识别预加工的三种听觉模型.这些模型由几种不同的听觉变换和规范构成.实验的效果表明,最佳的听觉变换为Erb,但几种规范之间却没有明显的差别.Chistovich的频谱重心效应对普通话单韵母也是适用的,韵母的临界距离估算为3.0Bark或3.5Erb.     

全音节汉语语音识别系统的声学模型研究

本文在分析了汉语单音节发音的音节结构的基础上,定义了基于声韵母类的语音识别单元,从声学角度确定了用于汉语全音节识别系统的声学单元,并研究了这些声学单元的检测一致性及基于这些单元的识别系统的鲁棒性。文中还对大量的发音人的声母类发音的长度作了统计,给出了基于本文给出的分割算法和本文定义的声母单元下的声母长度预分类方法。通过在非特定人全音节汉语语音识别系统上的应用表明,本文定义的语音识别单元具有很高的检测一致性,建立在其上的识别,系统也具有很高的鲁棒性;文中给出的预选方法在最好的情况下,可以减少一半以上的运算量,而预选精度几乎达到100%。     

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。