基于机器学习的普通话韵律规则提取

韵律规则对于语音识别和语音合成研究具有重要意义 .目前的韵律规则大多是根据语言学的研究得出的一些定性的描述 .为了提取出更精确的定量描述的韵律规则 ,利用聚类分析提取出句子中音节的基频模式 ,在此基础上使用决策树进行韵律规则的学习 ,获得了较好的实验结果 .文中首先讨论韵律规则和聚类分析及决策树 ,然后给出数据预处理技术及所采用的学习算法 。

基于数据挖掘的普通话韵律规则学习

普通话韵律规则对于语音合成和语音学研究具有重要意义 .为了更有效地进行韵律规则学习 ,该文利用数据挖掘技术从语料库中提取规则 .通过聚类分析进行基频模式提取 ,并以此进行基频序列的离散化 ;由语言学分析的结果得出训练句子中每个音节的参数 ,利用决策树和神经网络学习音节的韵律变化规则 .测试表明基于数据挖掘的韵律规则学习取得了较好的结果 ,证实了方法的有效性 .