噪聲環(huán)境下漢語(yǔ)重音檢測(cè)方法研究.pdf

1、重音是一種重要的韻律特征，在目前比較常用的漢語(yǔ)重音檢測(cè)方法中，根據(jù)特征大致可以分為三類，一類是基于聲學(xué)特征的檢測(cè)方法；另一類是基于語(yǔ)法特征的檢測(cè)方法；還有一類是融合聲學(xué)特征和語(yǔ)法特征的檢測(cè)方法。這三類重音檢測(cè)方法作為某些語(yǔ)音系統(tǒng)的關(guān)鍵技術(shù)已經(jīng)廣泛應(yīng)用于實(shí)際生活中。由于實(shí)際生活中存在很多噪聲，使得應(yīng)用效果不太理想。
　　本文在現(xiàn)有漢語(yǔ)重音檢測(cè)方法基礎(chǔ)上，依據(jù)特征種類對(duì)漢語(yǔ)重音檢測(cè)方法的影響，從基于上下文聲學(xué)特征、基于感覺(jué)加權(quán)線性預(yù)測(cè)

2、(Perceptual Linear Predictive，PLP)子段拼接短時(shí)譜特征、基于Mel倒譜頻率系數(shù)(Mel Frequency Cepstral Coefficients，MFCC)子段拼接短時(shí)譜特征和融合各類優(yōu)選特征四個(gè)層面上展開(kāi)了漢語(yǔ)重音檢測(cè)方法的研究工作。
　　基于上下文聲學(xué)特征的漢語(yǔ)重音檢測(cè)方法。漢字的重音強(qiáng)度很容易受到周圍漢字的影響，故本論文為每個(gè)被測(cè)漢字選取了八種不同上下文窗口，由基頻、音強(qiáng)、能量、時(shí)長(zhǎng)及其

3、八類上下文窗口特征組成實(shí)驗(yàn)所需的特征集。
　　基于PLP子段拼接短時(shí)譜特征和MFCC子段拼接短時(shí)譜特征的漢語(yǔ)重音檢測(cè)方法。子段拼接短時(shí)譜技術(shù)把一個(gè)漢字的語(yǔ)音幀平均分為若干個(gè)子段，提取每個(gè)子段的相關(guān)語(yǔ)音特征。基于PLP和MFCC子段拼接短時(shí)譜特征重音檢測(cè)方法把一個(gè)漢字的語(yǔ)音幀平均分成1到20個(gè)子段，然后提取每個(gè)子段的最大值、最小值和平均值。
　　融合優(yōu)選特征的漢語(yǔ)重音檢測(cè)方法。本論文介紹了一種特征篩選算法，包括4個(gè)基本步驟：子