连续汉语语音识别中基于归并的音节切分自动机

文章研究并实现了汉语连续语音中的音节自动切分算法─—基于归并的音节切分自动机（merging－basedSyllabledeteCtionautomaton,简称MBSDA）算法．MBSDA算法利用了包括语音的短时能量、过零率和基音周期在内的多种特征参数，把特征参数高度相似的相邻帧（1帧或若干帧）的语音信号进行“归并（merging）”，形成“归并类似段（mergedsimilarsegment，简称MSS）”，它们被认定属于同一音节的相同状态．这些MSS经过一个包含若干状态的“音节切分自动机（syllabledetectionautomaton，简称SDA）”后，输出音节的切分点．每个确定的切分段中所包合音节个数的范围（rangeofsyllablenumber，简称RSN）也由MBSDA算法给出．

基于音节时间长度高斯拟合的汉语音节切分方法

研究汉语自然语音音节切分方法具有明显现实意义,比较准确的自然语音切分方法可以代替人工对一些拥有参照文本的语音进行标注。然而至今为止并没有完全准确的汉语语音音节切分方法。依据相同发音环境下汉语语音音节时间长度服从某种高斯分布和相邻语音音节之间存在短时能量波谷两个假设,提出了基于音节时间长度高斯拟合的汉语音节切分方法。对算法进行分析,根据初步切分短时能量波谷分散到各分语音段的特性,提出了简化算法,有效降低了该音节切分方法的时间复杂度。实验结果表明,音节切分准确度(与人工标注切分时间距离平方的均值)达到小数点后3位,在台式机Matlab环境下运算时间均不超过1 s,可以达到应用要求。

基于语音知识的音节切分

在充分利用普通话水平测试试卷的文本信息、同一人的声母时长在常规语速下基本稳定、同一人的声母之间以及韵母之间的相对时长基本保持比例关系等先验知识的基础上,使用经小波变换后再重构的3个语音信号分量的累计能量特征为参数,提出了利用话者语音统计信息的两级音节切分算法,使音节切分精度达98.3%以上。

基于时频二维能量特征的汉语音节切分方法

较准确的语音切分方法可以极大提高语料标注等工作的效率,有助于语音识别等应用中语音与模型的对齐。利用汉语语音在时频二维的能量特征设计了一种新的汉语语音音节切分方法。用传统方法判断静音帧,用相同时间不同频率的二维能量判断清音帧,用不同时间特定频段的0-1二维能量判断浊音帧及有话帧,综合4种判断结果给出音节切分位置。实验结果表明,该方法切分准确度优于基于归并的音节切分自动机(MBSDA)和高斯拟合法,其音节切分误差为0.029 7 s,音节切分偏差率为7.93%。

基于半波差分谱的语音信号音节切分

根据听觉感知系统对于动态语音特征的响应特点，提出了半波差分港的概念，在此基础上提出了一种简便的音节切分算法，可以将存在大量协同发音现象的连续语音切分成一个个音节。在连续语音上的切分实验结果说明这种切分算法是准确而可靠的．

方言转换系统中的音节切分算法研究

方言转换系统实现了普通话到济南话、沈阳话和西安话的实时语音转换。北方方言之间的差异主要体现在声调上,声调是属于音节的,因此声调转换模式转换是以音节为单位实施的。主要研究了方言转换系统中关键技术:连续语流音节切分算法。提出了一种基于自动机的逐级音节切分算法,分为语段切分、音节切分自动机和切分点自动校正三部分。该算法在误差48ms时,正确率达到72.55%,并成功支持了方言转换中的基频模式转换。

音节切分歧义方法研究

音节切分是整句拼音转换的基础,由于拼音的特殊性,存在歧义切分的可能。如果采用最少分词算法只能得到一种切分结果,不能保证整句拼音转换的正确性。提出一种音节切分算法,通过插入音素节点不断构造合法音节节点,进而生成状态空间,遍历算法遍历状态空间可获得所有的切分可能,而当用户进行删除操作时,只需删除部分相关节点。整个状态空间随用户的操作进行局部调整,分布均匀。该算法有利于存在歧义切分问题的整句拼音转换,可从保留下来的所有切分可能中选出一个全局最优的语句候选,保证整句转换的正确性。

俄语音节理论研究与俄语音节切分优化方案

在俄语语音学研究史上,曾先后出现过多种音节理论,它们从不同视角出发说明了俄语音节的本质和切分原则,但都有着一定的局限性。本文试图逐一分析五种俄语音节理论之优劣,在充分吸取各家理论合理因素的基础上,用优选法拟定一个较为合理而又操作性较强的俄语音节切分优化方案,以期对俄语语音教学与研究有所裨益。

英语语音合成中基于约束树的音节切分算法

在基于单元选择的英语语音合成中，音节切分是非常重要的一环。这主要是因为英语词汇的无限性，且存在大量的 多音节词，因而许多情况下，我们不得不从音节的角度来合成语音。为此，本文提出了一种基于约束树的音节切分算法，通过应用 形态规则约束、韵律规则约束及音位规则约束，从而最终切分出所有音节。在实施音位规则约束时，我们提出了一种基于音位结 构树的子算法。训练样本和测试样本的切分正确率分别为99． 13%和98． 55%。

基于条件随机场的泰语音节切分方法

音节是泰语构词和读音的基本单位,泰语音节切分对泰语词法分析、语音合成、语音识别研究具有重要意义。结合泰语音节构成特点,提出基于条件随机场(Conditional Random Fields)的泰语音节切分方法。该方法结合泰语字母类别和字母位置定义特征,采用条件随机场对泰语句子中的字母进行序列标注,实现泰语音节切分。在InterBEST2009泰语语料的基础上,标注了泰语音节切分语料。针对该语料的实验表明,该方法能有效利用字母类别和字母位置信息实现泰语音节切分,其准确率、召回率和F值分别达到了99.115%、99.284%和99.199%。

二语学习者对英语音节切分的感知研究

音节在二语学习者的语言理解和处理上有着微妙的作用。研究以高职大学生为对象,通过实证研究手段,探究其英语音节的感知和听辨效率,以及相关影响因素。音节重复实验表明,学习者在双音节和三音节词汇上的表现并无不同,相关检验结果则显示处理这两部分词汇的知识、技能呈正相关;音节数目测验中,学习者对包含CV重复结构的词汇的学习表现成绩理想,对双/三元音结构词汇的学习表现较逊,而对辅音群结构词汇的的学习困难最大。

基于音韵学理论的英语音节切分教学研究

音节切分对英语教学研究有着重要的作用。研究以高职大学生为对象,探究了通过音韵学理论以及音节切分的有关原则和基本方法,结合英语教材相关词汇等资料,经过课堂教学的转化和简化处理,将英文单词特别是多音节单词进行有效音节切分的教学研究。

俄语地名翻译的音节切分研究

在境外地名数据库建设过程中,地名翻译是境外地名数据整合的前期基础性工作,但目前缺乏有效的地名翻译解决办法。音译是地名翻译的主要方式,也是地名翻译研究的重点内容。以俄语地名为例,在分析俄语发音特点和音节构成的基础上,制定了较为合理的音节切分方案,并实现俄语地名音节切分,将翻译对象由地名长字母串化简为音节,能够有效降低地名翻译的复杂度,为地名规范化翻译工作提供参考。

基于音节切分的藏文印刷体识别

为解决藏文印刷体标注数据库资源稀少和藏文图像文本分割难度大等问题,提出一种基于音节切分的藏文体印刷体识别方法。以字符面积最小为依据,找到音节分隔符;合并音节分隔符之间的字丁,构成音节;按音节位置进行分割,经实验分割准确率提升3.92个百分点。为验证选择音节的有效性,在同一结构的LetNet-5网络模型上进行测试,实验结果表明,以音节为单元时识别性能更优,其平均识别正确率达96.11%。

一种利用声音特性快速切分英文单词音节的算法

从提高单词层的语音识别精度到提供个性化的发音训练 ,音节切分都有着广泛的应用领域。该文提出了一个利用声音特性对英文单词进行快速音节切分的算法。该方法首先通过对能量和过零率参数的分析 ,划出粗略的音节边界 ,然后检测峰值点 /谷值点的基音周期参数来做修定。实验结果显示 。

基于帧间相关特性和汉语音节组成规则的连接数字串的音节切分

本文提出了一种基于帧间相关特性的连续语音流的音节切分方法,采用反映相邻帧间LPC系数相关程度的帧间相关特性及其参数,进行连续语音流的分段切分,并通过时域参数对切分出的各个语音段进行音素性质标记,再根据汉语音节组成规则最后确定出音节切分及其边界。汉语数字串语音流的音节切分实验表明了该方法的有效性。

基于对数包络的汉语音节切分算法

为提升目前连续汉语音节切分算法在噪声环境中的切分效果,基于汉语语音的对数包络特征提出一种音节切分算法,用曲线插值法获取信号包络,再经滤波和对数运算获取对数时域包络,然后采用门限判决从包络上获取极值点,根据极值点的分布特性确定音节的切分边界。所提方法对无噪汉语语音的音节切分效果优于传统方法,且在低信噪比情况下仍具有较高的切分准确率。

基于元音检测的俄语语音音节端点检测

针对传统端点检测算法因忽视语言特点导致的检测精度不足问题,结合元音中心论、响度说、合张运动说等俄语音节理论,提出一种面向俄语语音的音节端点检测算法.算法利用共振峰能量检测元音,并根据元音动态调整门限,基于短时过零率和能熵比提取和切分音节.算法在元音检测中查准率为84.9%,查全率为87%,音节切分的正确率为78.6%,端点检测精度为91.6%,较传统算法剔除了音节间的无话帧,提高了端点检测的精度.

基于语种相似性挖掘的神经机器翻译语料库扩充方法

针对低资源语言机器翻译任务上一直存在的标注数据资源匮乏问题,提出了基于语种相似性挖掘的神经机器翻译语料库扩充方法。首先,将维吾尔语和哈萨克语作为相似语言对并将其语料进行混合;然后,对混合后的语料分别进行字节对编码(BPE)处理、音节切分处理以及基于音节切分的BPE处理,从而深度挖掘哈语和维语的相似性;最后,引入“开始-中部-结束(BME)”序列标注方法对语料中已切分完成的音节进行标注,以消除音节输入所带来的一些歧义。在CWMT2015维汉平行语料和哈汉平行语料上的实验结果表明,所提方法相较于不进行特殊语料处理以及BPE语料处理训练所得普通模型在维吾尔语-汉语翻译上的双语评估替补(BLEU)值分别提升了9.66、4.55,在哈萨克语-汉语翻译上的BLEU值分别提升了9.44、4.36。所提方案实现了维语和哈语到汉语的跨语言神经机器翻译,提升了维吾尔语-汉语和哈萨克语-汉语机器翻译的翻译质量,可应用于维语和哈语的语料处理。

一种海图英语地名机器翻译方法

针对目前海图英语地名机器翻译研究薄弱、传统人工翻译效率低等问题,提出了一种语料库和规则驱动相结合的海图英语地名机器翻译方法:首先分析海图英语地名组成特点及翻译难点,在此基础上设计英汉海图地名双语语料库及通名表,实现对现有海图地名资料的继承和地名通名的自动识别与翻译;而后结合英语地名译音表及译写细则开展音节切分,进而采用正向最大匹配算法完成待译字符串与英汉音译表的匹配,实现英语地名专名音译;最后组合输出地名通名及专名译写结果。经过对海图英语地名翻译实验,验证了该机器翻译方法的有效性,为大规模海图英语地名翻译奠定基础。