汉语孤立音节的分段研究

本文基于谱包络参数对孤立音节频域分段的常用分段方法进行了较为系统的分析和比较,在此基础上提出了基于离散卡洛变换(KLT)的谱压缩分段法和以段内离散度最小,段间离散度最大为准则的聚类分段方法.实验表明,采用这两种方法后,对汉语孤立音节的分段效果均有相当程度的提高,从而为汉语语音的音素分段和特征提取提供了新的手段和方法。

汉语语音的聚类分段研究

本文提出了一种新的聚类分段算法,这个算法以段内平均离散度最小、段间平均离散度最大为准则,采用聚类的方法逐次迭代选择最佳分段断点和分段段数,能正确地对汉语语音进行音素分段,它和以往分段方法相比在性能上有很大提高.文中还给出了应用该算法对汉语单音所作的部分实验统计结果,可供进一步开展基于音素或音位的汉语语音识别研究参考.