基于子段拼接特征的汉语重音检测研究

重音是语言交流中不可或缺的部分,在语言交流中扮演着非常重要的角色。本文基于ASCCD朗读语篇语料库,提取每个语音段基于子段拼接的短时谱信息,分别构建基于MFCC算法的短时谱特征集和基于RASTA-PLP算法的短时谱特征集;并选用NaiveBayes分类器对这两类基于子段拼接的特征集进行建模,这种分类方法充分利用了当前语音段的相关语音特性;基于子段拼接的MFCC短时谱特征组和基于子段拼接的RASTA-PLP短时谱特征组在ASCCD上能够分别得到82.1%和80.8%的汉语重音检测正确率。实验结果证明,基于子段拼接特征规整方法可以用于汉语重音检测研究中。