基于区别特征检测的汉语韵母分类

从张家騄提出的韵母区别特征树出发,研究区别特征的声学参数.将韵母分为无介音和介音韵母两部分,使用支持向量机检测韵母的区别特征.在此基础上,通过区别特征树上的二元搜索过程实现韵母的分类.每个节点对应于一个区别特征,经过特定的搜索路径,韵母就被唯一确定下来.使用上述方法,大部分韵母的识别率在90％以上.     

基于指数正弦原子的汉语韵母的建模方法

针对汉语韵母所呈现出来的谐波特性,提出基于指数正弦原子的匹配追踪算法的汉语韵母建模方法。从原子字典中自适应地搜索能够表达汉语韵母信号局部特征的指数正弦原子并提取出原子参数,利用指数正弦原子及其参数进行汉语韵母的建模。仿真实验与基于Gabor原子的建模方法进行对比分析,从原子个数、信号相似度和残差能量三个方面,说明基于指数正弦原子对汉语韵母信号建模方法的有效性和优越性。     

基于参数距离的汉语普通话韵母决策树

为面向语音评测的研究构建韵母分类器,计算了汉语韵母之间语音参数的DTW距离,使用层次聚类的方法构建韵母识别路径的树状图。在此基础上,通过树状图把韵母的识别过程转换为在树状图上的二元搜索过程。使用支持向量机对每个搜索节点构建两类分类器,实现汉语韵母的分类,大部分韵母的识别率在90％以上。     

基于声学特征的腭裂语音声韵母切分

设计了一种腭裂语音的声韵母切分算法。通过主观的波形测试和客观的F检验及t检验,证明了腭裂语音与正常语音具有显著性差异。定义声母具有清音音素特性的音节为I类音节,声母具有浊音音素特性的音节为II类音节。首先基于层次聚类模型自动判别I类、II类音节,然后定义类浊音权重函数和类清音概率函数,实现I类音节的声韵母一级切分,再通过短时自相关函数峰值个数的一阶微分实现I类音节声韵母的二级切分。基于声韵母波形差异性,检测短时自相关函数的能量跳变点,实现II类音节的声韵母切分。通过大样本实验,结果表明提出的腭裂语音声韵母自动判别算法具有较高的正确率,I类音节的正确率达到90.72%,II类音节的正确率为92.90%。     

汉语连续语音识别系统中三音子模型的优化

为了更准确地估计状态聚类前有调三音子的模型参数,从而提高聚类后捆绑状态的精度及系统的识别性能,针对汉语连续语音识别中,有些有调三音子的训练样本数非常少,而其对应的无调三音子的训练样本数相对较多的情况,提出用其对应的无调三音子的模型参数进行初始化,并用最大后验概率准则训练模型。汉语大词汇量连续语音识别实验表明,该方法可以提高训练语料中稀疏三音子聚类前的模型精度,从而提高系统的识别性能。     

基于语音参数的普通话韵母区别特征

现有区别特征理论缺少相应语音声学参数的支持,尝试从声学参数的角度来建立普通话韵母的区别特征。首先根据语音参数距离,使用层次聚类方法生成韵母决策树。在此基础上,按开尾韵和有尾韵的韵母分类方案,分析其聚类逻辑,提出了基于参数的普通话韵母区别特征。在非介音韵母中,区别特征层次首先根据主元音音位的高低区分;而在介音韵母中首先通过介音进行区分。使用支持向量机检测区别特征,韵母由区别特征节点组成的搜索路径所确定。通过在区别特征树上的搜索过程实现韵母的检测分类,其中非介音韵母的平均准确率为93.1%,介音韵母为92%。