ToBI韵律标注体系及其运用

对大型语料库进行韵律标注现已经成为一种语言研究和言语工程中广为使用的研究手段。ToBI(Tones and Break Indices)是目前国际上较为流行的韵律标注体系。本文结合国内外相关研究和标注实践介绍了该体系,分析了其优势和局限,明确了运用该体系的一些技术细节,包括容易混淆的音调的辨析,标注注意事项和细则,以及非流利的标注等。ToBI提供了一个韵律标注的统一可比的框架,因此,二语韵律标注最好以ToBI为标注规范。当然,该体系仍须进一步完善以适应二语韵律标注的需要。

藏语语音合成语料库的韵律标注规则设计

韵律标注是藏语语音合成语料库建设的重要环节.文章参考汉语韵律标注的研究成果,结合藏语自身的语音特点以及韵律特征,进行了面向藏语语音合成语料库的韵律标注研究,并设计一套包含拉丁转写、声调类型、音节结构、重音类型以及停顿指数的标注规则,为藏语语音韵律特征的研究提供了直观的、科学的方法.

蒙古语语音合成语料库的设计及韵律标注规范的建立

以蒙古语中的察哈尔方言为研究对象,结合了蒙古语自身的音节结构特点,对蒙语语音合成语料库的构建进行了介绍,同时设计了一套韵律标注规则。语料来源于新闻语料(蒙文版)、蒙文网站以及蒙文书籍等,语料的设计考虑了蒙语的音节结构。韵律标注的准则在参照汉语C-ToBI的基础上进行设计,采用PRAAT语音分析软件,标注包括拉丁转写、音节结构类型、重音类型以及停顿指数。

学习者语音库韵律标注理据与标注系统——以HELSCOM为例

文章在回顾传统英美语调标注体系和To BI及IVi E韵律标注系统的基础上,结合学习者英语语音特点,构建了河南口音英语学习者语音库(HELSCOM)的韵律标注系统。该系统包括语调层(intonation tier)、音高事件层(pitch events tier)、停顿指数层(break-index tier)、杂类层(miscellaneous tier)等四层,实现了传统英美语调标注体系与ToBI及IVi E韵律标注系统的完美融合。

ToBI韵律标注标准简介及展望

ＴｏＢＩ是最近由多方面的专家发展起来的一种标注系统，主要用于语音韵律标注。它提供了一种统一的方法，使研究者更便于研究音本身的特征，特别是韵律的特征。ＴｏＢＩ包括几个平行的层板，反映了韵律的多元性，特别是ＴＯＮＡＬ层和ＢＲＥＡＫ ＩＮＤＥＸ层。

训练数据有限的英文语音重音标注研究

大规模语料库的手工韵律标注消耗大量的时间和人力。这篇论文的目的在于研究如何充分利用少量的手工标注数据训练得到尽可能精确的语音重音自动标注器。论文列举并对比了四种训练方法的效果。在训练中结合声学分类器和语言学分类器,同时使用了综合分类器做后期优化。在实验中,使用机器数据训练声学分类器,并将有限的手工数据用于后期综合分类器能得到最佳的标注正确率。最终的正确率达到了94.0%,与手工标注的正确率上限97.2%比较接近。

基于Viterbi解码的中文合成音库韵律短语边界自动标注

该文提出了一种基于Viterbi解码的中文合成音库韵律短语边界自动标注方法,以降低大语料库单元拼接合成系统的构建成本。该方法分为模型训练和韵律标注两阶段:模型训练阶段得到频谱、基频和音素时长的上下文相关隐Markov模型(hidden Markov model,HMM);标注阶段借助训练得到的模型采用Viterbi解码完成韵律短语自动标注。实验结果表明:该方法进行韵律短语边界标注时的F-score值达到77.64%,超过了人工标注时不同标注人员之间的一致性水平;另外该方法可以方便地增加待标注韵律属性,具有良好的扩展性。

藏语文语转换系统关键技术的研究

藏语文语转换系统主要由三个部分组成:文本顿处理模块、劫律生成模块和语音合成模块。文章围绕以上三方面分别研究了藏语文语转换中文本预处理的藏文分词技术、韵律标注规则和韵律标注内容,并实现了韵律标注时所需藏文拉丁转写算法和语音处理后端合成的一些方案设想。

基于静音时长和文本特征融合的韵律边界自动标注

韵律边界标注对于语料库建设和语音合成有着至关重要的作用,而自动韵律标注可以克服人工标注中耗时、不一致的缺点。仿照人工标注流程,该文运用循环神经网络分别对文本和音频两个通道训练子模型,对子模型的输出采用模型融合的方法,从而获得最优标注。以词为单位提取了静音时长,与传统以帧为单位的声学特征相比更具有明确的物理意义,与韵律边界的联系更加紧密。实验结果表明：相比传统声学特征,该文所采用的静音时长特征使自动韵律标注的性能有所提高;相比直接特征层面的方法,决策融合方法更好地结合了声学和文本的特征,进一步提高了标注的性能。

CUCBNC:一个引入播音学知识的广播新闻语音库

该文描述了广播新闻语音库CUCBNC的构建过程。建设该语音库的目的是为了能将播音学相关知识应用到言语工程中。为此,通过解读播音学相关论述,提出了新的韵律特征,包括声音表达特征、语篇重音、意合群和复合韵律短语,并融入到CUCBNC语音库的韵律和文本标注规范中,目前已标注了约14h的语音数据。最后,通过观察相关韵律特征在标注数据中的统计分布,来检验融入了新特征的韵律标注规范是否合适。实验结果表明所提出的韵律特征是科学合理的。