中心削波法語速自適應(yīng)漢語語調(diào)識(shí)別的改進(jìn).pdf

1、漢語是一種聲調(diào)語言，相同聲母和韻母構(gòu)成的音節(jié)隨聲調(diào)的不同而具有完全不同的意義，對(duì)應(yīng)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(diào)來區(qū)別它，也就是說聲調(diào)有辨義作用。聲調(diào)是漢語語音的重要組成部分，利用聲調(diào)信息可提高漢語語音識(shí)別性能。 漢語聲調(diào)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(jìn)一步進(jìn)行漢語聲調(diào)識(shí)別的有效方法。由于實(shí)用中一般人語音的音調(diào)特征差別很大，例如不同的語速

2、；男女基音的不同；每個(gè)人發(fā)音特點(diǎn)的不同；連續(xù)語音中前后關(guān)聯(lián)語音的不同等，致使目前各方法對(duì)漢語聲調(diào)的識(shí)別率仍然較低。本文在四個(gè)方面改進(jìn)了普通中心削波法。一是采用接續(xù)幀定域技術(shù)改進(jìn)了基音變化的連續(xù)性，二是對(duì)基音的峰的突出特征進(jìn)行質(zhì)量評(píng)估，有了對(duì)各幀的置信度量，就可將之用于聲調(diào)估計(jì)，該置信度可用于兩處，一是對(duì)置信度太差的幀，選用其前后置信度好的幀的基音估計(jì)結(jié)果的插值來構(gòu)成連續(xù)性較好的本幀估計(jì)。二是從統(tǒng)計(jì)上看，1聲調(diào)(陰平)一般整體置信度好，2

3、聲調(diào)(陽平)音節(jié)的中后部置信度較好，3聲調(diào)(上聲)音節(jié)的前后部置信度較好，4聲調(diào)(去聲)音節(jié)的中后部置信度較好，將這些特點(diǎn)可用于音調(diào)的輔助判斷，對(duì)與模板匹配相近的樣本，可參考這一輔助特征進(jìn)行更準(zhǔn)確的識(shí)別判斷。三是采用了新的聲調(diào)參數(shù)模型結(jié)構(gòu)，該模型采用了馬爾可夫過程的狀態(tài)轉(zhuǎn)移方式描述漢語語音的特征矢量序列的時(shí)序過程，同時(shí)采用了動(dòng)態(tài)時(shí)間匹配DTW的比對(duì)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(duì)語音速度的變化，語音強(qiáng)弱的變化

4、等有較強(qiáng)的適應(yīng)能力，可以加強(qiáng)對(duì)各種特征變化的自適應(yīng)能力；四是在聲調(diào)特征參數(shù)上改進(jìn)了普通中心削波法，使用了L1相關(guān)技術(shù)。實(shí)際上，語速變化是有限的，具有較好的連續(xù)性，不應(yīng)有過大跳動(dòng)。利用這一特點(diǎn)，本文采用在前一幀估計(jì)的基音周期的基礎(chǔ)上，限定下一幀基音估計(jì)的范圍，僅在該范圍內(nèi)搜索估計(jì)，從而保持了較好的連續(xù)性。另外，對(duì)起始幀采用了綜合估計(jì)技術(shù)，從而明顯提高了自適應(yīng)漢語聲調(diào)識(shí)別的正確率。 本文從原理上進(jìn)行了討論并用實(shí)際的測(cè)試結(jié)果證實(shí)了新方