中文信息学报汉语朗读话语重音自动分类研究ξ.pdfVIP

中　文 　信 　息 　学 　报 第 19 卷 第 6 期 　 JOURNAL OF CHINESE INFORMATION PROCESSING Vol 19 No6 ( ) 文章编号 :1003 - 0077 2005 06 - 0078 - 06 汉语朗读话语重音自动分类研究 胡伟湘 ,董宏辉 ,陶建华 ,黄泰翼 ( 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) 摘要 :汉语的重音由于受到声调 、语调以及韵律单元层级的干扰和制约 ,对于重音的自动感知一直是比较 困难的问题 。针对标准的朗读普通话语 ,本文在广义韵律结构的框架下研究了重音的声学表现 ,设计并实现 了重音的自动感知模型 。本文提出的基于分类树结构的区分度模型能有效地结合韵律单元结构对重音的制 约 。研究结果表明 ,音高高线 、调域 、音长是表达重音最重要线索 ,利用这些线索能有效地实现对重音的自动 感知 。我们的模型能一般能达到 80 %左右的重音检出水平 。 关键词 :计算机应用 ; 中文信息处理 ;重音 ;韵律结构 中图分类号 :TP391 　　　文献标识码 :A Study on Stress Perception in Chinese Speech HU Weixiang , DONG Honghui , TAO Jianhua , HUANG Taiyi (National Laboratory of Pattern Recognition (NLPR) Institute of Automation Chinese Academy of Sciences ,Beijing 100080 , China) Abstract :Restricted by prosody hierarchy and disturbed by tone and intonation , it is a hard task to detect the stress of Chi nese speech automatically. In this paper , aiming at automatic stress perception in normal mandarin reading speech , we stud ied some acoustical measurements based on F0 , duration and intensity and proposed a novel model to calculate the stress of each syllable. With a structure of classify tree , the model combined the restriction of tone context and prosody hierarchy ef fectively. It was shown from the result that the top line of pitch , pitch range , duration are important cues for stress percep tion. The model we developed can detect 80 % accent syllable from corpus. Key words :computer application ; Chinese information processing ; stress ; prosodic structure 1 　引言 近些年来 ,随着言语工程技术的迅速发展 ,汉语韵律信息的研究成为言语工程领域被广泛 关注焦点 。人们越来越需要更加深入地了解 自然话语的韵律结构 ,并试图建立完整的数学模 型来描述自然语言韵律结构与语言文本 、韵律结构与语音声学特征的数量关系 ,即实现对