汉语语言发生器探究.pdfVIP

汉语语言发生器研究 莫黎 (中船总七院七0九研究所) [摘要]本文基于对人类语言物理特性的研究，设想研制一种人工的语言发生器一汉 语语言发生器．如将它作为通信系统的一种终端设备．其功能是很显然的． 本文并提出了研制汉语语言发生器的具体方案． [关键词]语音声谱 语音音素 语音合成 1．O引言 现代科学技术认为．人体乃是一个极端复杂的巨系统．而人脑则是这个系统的中枢． 人脑，从小孩到成年、到老，一辈子在人的实践中改造、完善，人的智力可以不断提高。 这也就是说人脑的功能和人的社会活动有密切关系，人脑是一个受社会作用的、活的， 变化的系统。我们必须注意这一特性。111 人体这个巨系统通过自己的各种感官不停地与外界交换信息，人类的语言是人体系 统与外界交换信息的一个重要手段。因此，研究人类的语言，研究人类的语言的杜会性， 研究人类的语言的物理特性．无疑是研究人体系统的一个重要组成部分。 本文旨在根据对于人类语言的物理特性的研究，设想研制一种人工合成的语言一 它不是由人的声带振动所产生的，但确实是～种地道的人的语言，它或许是一种人工智 能终端。本文所设想的这种能发出汉语语言的终端，在没有更确切的名字正式命名以前， 不妨暂时把它称为“汉语语言发生器”．一般说来。它应由计算机来控制，或者说，它 可作为一个计算机所控制的系统．例如一个通信系统的智能终端。 2,0语言声音的物理特性 语言的交际作用是通过代表一定意义的声音来实现的，这种代表一定意义的声音就 是语音．语音是声音，声音是一种物理现象．物体振动产生音波，传播到人的耳朵里， 就成为人们听到的声音。一切声音可以从音高、音强、音长、音色四个基本要素去认识， 分析语音也离不开它们。¨1 2．1音强 音强是声音的强弱，决定于音波振动幅度的大小。弗莱契尔给出基本音的相对语音 功率如表l。131 元音乃最强的音．其强度范围约为3：1．在表1中复元音未列出，但大致与合成它们 的元音有同样的语音功率。 一184 表1 语言声的语音功率，相对于最弱音 ， 680 u 310 tf 42 k 13 a 600 1 260 11 36 v 12 ^ 510 i 220 da 23 6 11 X 490 3 210 3 20 b 7 o 470 1 100 z 16 d 7 U 460 J 80 s 16 P 6 e 370 n 73 t 15 f S e 350 m 52 15 0 1 g 根据表l说话者从口中幅射的平均语音功率在【0】音0．05徽瓦，【，】音约为34微瓦， 它们的功率比为680，或者说在平常说话时强度范围为28分贝．然而根据它们有句子中 的位置和所需要的重音的不同，元音和辅音可以有与表中平均相对功率不同的数值．假 使考虑这因素以及随人而不同的因素．则谈话中遇到的语音功率可在约自0．01到1000微 瓦的辐射功率范围内变化，即50分贝那样一个范围。嗍 2．2语言声的声谱 语言声具有丰富的频谱，基频决定声音的声调，谐音决定声音的音色． 基音随说话的人或同一人不同说话时间而有很大的差别。例如男从说话约为130赫， 妇女为205赫．幼儿的语音的音调可高到400或500赫．【日而谐音甚至可以达到8000赫 以上。 1、元音的声谱 元音一般由三个主要共振峰表征，这三个共振峰的频率范围在各个声音是交互掩迭 的。视元音而有所不同，第一(或最低)共振峰在200与1200赫之问，第二共振峰则在 600与3500赫之间，而第三共振峰则在1500与40