汉语对话语气韵律建模方法  

Mandarin dialog prosody model

作　　者：于剑[1] 黄力行[1] 陶建华[1] 

机构地区：[1]中国科学院自动化研究所模式识别国家重点实验室,北京100080

出　　处：《清华大学学报（自然科学版）》2008年第S1期658-663,共6页Journal of Tsinghua University(Science and Technology)

基　　金：国家自然科学基金资助项目(60575032);国家“八六三”高技术项目(2006AA01Z138)

摘　　要：为使得合成系统所生成的语音更加自然,构建了一个普通话对话语气韵律模型。借鉴现有陈述语气韵律模型的研究成果,针对对话语气的特点进行扩展,生成具有对话语气韵律特征的基频曲线。与陈述语气相比,对话语气具有较快的语速和较窄的调域,然而仅通过变换语速和调域却无法模拟出对话语气的特征。对话语气中音节内部基频曲线无法完成其原先固有的调形,这种现象称为"未完成现象"。为了模拟这种现象,利用分类树预测一个音节是正常音节还是未完成音节,并在基频曲线生成模型中对未完成音节进行特殊处理,使之生成具有对话语气韵律特征的基频曲线。听辨实验证明,基于本文所提出韵律模型合成的语音表现更加自然和口语化。A prosody generation method for Mandarin dialog speech synthesis was developed to promote applications of TTS(text to speech) systems.The method is an extension of a prosody model for reading which takes the essential characteristic of dialog speech into account.Besides the faster speaking rate and narrower pitch range in dialog speech,the method also concentrates on the more underlying,essential characteristic of the incomplete pitch contours within a syllable and their impact on adjacent syllables.For thi...

关 键 词：语音合成 对话语气 韵律建模 

分 类 号：TP391.42[自动化与计算机技术—计算机应用技术]