中国科技信息
中國科技信息
중국과기신식
CHINA SCIENCE AND TECHNOLOGY INFORMATION
2013年
11期
123-124
,共2页
半监督学习%基音重音%声学韵律特征%co-training%最大熵
半鑑督學習%基音重音%聲學韻律特徵%co-training%最大熵
반감독학습%기음중음%성학운률특정%co-training%최대적
韵律特征的生成除了通过人工标注,还可以由声音特征转化为声学韵律特征,再转化为韵律特征得到.以最重要的韵律特征之一—基音重音为例,对基音重音的四种音调进行分类标注.利用最大熵、K-近邻、Adaboost和J48四种算法进行模型训练,并在此基础上实现基于co-training的基音重音韵律自动标注.基于声学参数的韵律标注不再依赖于大量标注语料的训练集,只要准确把握声学参数与韵律特征之间的规则关系,就可以实现极小化的韵律自动标注.对于不同语种的语音合成,可以找到一种方法,实现语音合成的可移植性.
韻律特徵的生成除瞭通過人工標註,還可以由聲音特徵轉化為聲學韻律特徵,再轉化為韻律特徵得到.以最重要的韻律特徵之一—基音重音為例,對基音重音的四種音調進行分類標註.利用最大熵、K-近鄰、Adaboost和J48四種算法進行模型訓練,併在此基礎上實現基于co-training的基音重音韻律自動標註.基于聲學參數的韻律標註不再依賴于大量標註語料的訓練集,隻要準確把握聲學參數與韻律特徵之間的規則關繫,就可以實現極小化的韻律自動標註.對于不同語種的語音閤成,可以找到一種方法,實現語音閤成的可移植性.
운률특정적생성제료통과인공표주,환가이유성음특정전화위성학운률특정,재전화위운률특정득도.이최중요적운률특정지일—기음중음위례,대기음중음적사충음조진행분류표주.이용최대적、K-근린、Adaboost화J48사충산법진행모형훈련,병재차기출상실현기우co-training적기음중음운률자동표주.기우성학삼수적운률표주불재의뢰우대량표주어료적훈련집,지요준학파악성학삼수여운률특정지간적규칙관계,취가이실현겁소화적운률자동표주.대우불동어충적어음합성,가이조도일충방법,실현어음합성적가이식성.