汉语连续语流的重音自动标注研究 |
| |
引用本文: | 陈立江,王柯柯. 汉语连续语流的重音自动标注研究[J]. 电声技术, 2017, 0(11): 88-94. DOI: 10.16311.j.audioe.2017.h11.18 |
| |
作者姓名: | 陈立江 王柯柯 |
| |
作者单位: | 北京航空航天大学 电子信息工程学院,北京,100191 |
| |
基金项目: | 国家自然科学基金项目(61603013) |
| |
摘 要: | 重音是语音合成、语音识别、语音情感识别中表征韵律信息的一个重要参数,对提高语音合成系统的自然度、语音识别系统的准确率、语音情感识别系统的正确率等有着重要的作用.基于汉语双模情感语音数据库(ChineseDual-mode Emotional Speech Database,CDESD),采用改进的双门限判决法对连续语音进行音节分割,将音节的声学相关特征作为输入,数据库中人工标注的重音信息作为监督,建立了基于神经网络以及支持向量机(Support Vector Machine,SVM)的两种重音预测模型.实验表明,基于SVM的重音预测模型具有更好的分类效果,在CDESD能够获得82.89%的识别率.
|
关 键 词: | 特征提取 音节分割 重音标注 |
Research of automatic prominence annotation in Chinese continuous speech |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|