工程硕士学位论文写作范例2077.docx

《工程硕士学位论文写作范例2077.docx》由会员分享，可在线阅读，更多相关《工程硕士学位论文写作范例2077.docx（43页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、工程硕士士学位论论文写作作范例Studdy oon tthe Pavvemeent Matteriial of Perrvioous Conncreete(申请清清华大学学工程硕硕士专业业学位论论文)培 养 单 位位：计算机科科学与技技术系工程领域域：计算机技技术申 请 人：李某指导教师师：某某某教授联合指导导教师：某某某高 工工二九九年三月工程硕士士学位论论文写作作说明李某关于学位位论文使使用授权权的说明明本人完全全了解清清华大学学有关保保留、使使用学位位论文的的规定，即即：清华大学学拥有在在著作权权法规定定范围内内学位论论文的使使用权，其其中包括括：（1）已获学学位的研研究生必必须按学学校

2、规定定提交学学位论文文，学校校可以采采用影印印、缩印印或其他他复制手手段保存存研究生生上交的的学位论论文；（2）为为教学和和科研目目的，学学校可以以将公开开的学位位论文作作为资料料在图书书馆、资资料室等等场所供供校内师师生阅读读，或在在校园网网上供校校内师生生浏览部部分内容容。本人保证证遵守上上述规定定。作者签名名：导师签名名：日 期：日 期：摘 要摘 要要情感是人人类智能能的重要要方面。为为建立和和谐的人人机交互互环境，计计算机自自然需要要具有理理解情感感和表达达情感的的能力。本本文在声声学层次次上系统统性地研研究了情情感的区区分特征征和感知知特征，并并提出了了情感语语音的叠叠加模型型。论文

3、的主主要成果果如下：1. 分分析了. ，指出出当前存存在. 问问题。研研究了. 特点，提提出了一一种 算算法，并并通过. 实现了了 。2. 提提出了一一种基于于韵律强强度的语语音基频频预测算算法，. 。3. 设设计了一一个自学学习的特特征权值值训练算算法，提提高了. 。4 实现现了. 平台，验验证了. 的有效效性。关键词：关键词词1关键词词2关键词词3关键词词4关键词词5XAbstractAbsttracctWithh thhe rrapiid ddeveeloppmennt oof iinfoormaatioon ttechhnollogyy, ccompputeer bbecoomess

4、ann inndisspennsabble toool iin oour daiily liffe. Too maake humman-commputter intteraactiion friienddlieer, ressearrcheers of rellevaant ressearrch fieeldss appplyy thhemsselvves on thee deevellopmmentt off neew hhumaan-ccompputeer iinteeracctioon ttechhnollogiies. SSpeeech, ass thhe mmostt naaturr

5、al wayy inn huumann coommuuniccatiion, iss allso in thee ceenteer oof aatteentiion. AAnd thee HCCI (humman-commputter intterffacee) ttechhnollogiies, whhichh baasedd onn sppeecch rrecoogniitioon, speeechh syynthhesiis, andd naaturral lannguaage unddersstanndinng, havve bbeenn reecoggnizzed as thee m

6、oost proomissingg reeseaarchh diirecctioon.In rreceent yeaars, ass thhe ddeveeloppmennt oof sstattistticaal mmethhodss foor sspeeech synntheesiss, llargge ccorppus bassed Texxt-tto-SSpeeech (TTTS) sysstemm haas bbeenn abble to synntheesizze hhighh quualiity speeechh. Butt coompaaredd wiith humman na

7、tturaal sspeeech, thhe ssyntthessizeed sspeeech stiill hass soome shoortaagess, eespeeciaallyy inn prrosoody exppresssioon. In tthiss thhesiis, speeechh prrosoody in Chiinesse PPutoonghhua is firrst stuudieed, andd a conncluusioon iis mmadee thhat onee prrobllem witth ccurrrentt prrosoody moddeliing

8、 metthodds iis llackk off a glooball-leevell prrosoody plaanniing proocesss. Itt allso poiintss ouut tthatt thhe pprossodiic pparaametterss foor gglobbal-levvel proosoddy pplannninng, succh aas pprossodiic sstreengtth, is in neeed.IIn cchappterr 2, aa neew pprossodiic sstreengtth eestiimattionn meet

9、hood bbaseed oon PParaalleel EEncoodinng aand Tarrgett Appprooximmatiion (PEENTAA) MModeel iis iintrroduucedd. In thiis eestiimattionn meethood, proosoddic strrenggth is takken as a llateent varriabble in phrrasee-leevell prrosoodicc pllannningg prroceess, annd pprossodiic sstreengtth ffuncctioon, w

10、hiich is a mmapppingg fuuncttionn beetweeen acoousttic proosoddic parrameeterrs annd pprossodiic sstreengtth, is reppressentted witth NNeurral Nettworrk. Baasedd onn thhe ccorrrelaatioon bbetwweenn prrosoodicc sttrenngthh annd sspeeech uniit ttargget commpleetioon ddegrree, prrosoodicc sttrenngthh f

11、uuncttionns aare traaineed aautoomatticaallyy wiith a sspeeech corrpuss.In cchappterr 3, aan FF0 ggeneerattionn meethood bbaseed oon pprossodiic sstreengtth iis ppropposeed. Inn thhis neww F00 prrediictiion metthodd, tthe glooball prrosoody plaanniing proobleem iis ttackkledd thhrouugh adddingg a gl

12、ooball prrosoodicc sttrenngthh pllannningg prroceess befforee piitchh prrediictiion forr sppeecch uunitts. Itt haas bbeenn wiidelly aacceepteed tthatt, iin hhumaan sspeeech commmunnicaatioon ttherre iis aa prrosoody pree-pllannningg prroceess forr eaach proosoddic phrrasee beeforre aartiicullatiion,

13、 annd tthenn syyllaablees aare artticuulatted acccorddingg too thheirr prre-pplannnedd prrosoodicc reesullts. IIn tthiss meethood, proosoddic strrenggth is choosenn ass thhe llateent varriabble forr phhrasse lleveel pprossodiic pplannninng, andd thhe pprossodyy pllannningg prroceess is simmulaatedd

14、wiith proosoddic strrenggth moddeliing. SSo iin pprossodiic ppreddicttionn, aa prrosoodicc sttrenngthh pllannningg iss fiirstt doone forr eaach proosoddic phrrasee, aand theen ppitcch cconttourr off eaach sylllabble is preedicctedd baasedd onn itts aassiigneed pprossodiic sstreengtth aand itss prros

15、oodicc coonteext infformmatiion.One diffficcultty iin sspeeech synntheesiss foor eembeeddeed pplattforrm iis hhow to cusstommizee thhe sspeeech corrpuss too meeet thee diiffeerennt rrequuireemennts froom ddifffereent embbeddded plaatfoormss. On thiis pprobblemm, aa seelf-leaarniing feaaturre wweiggh

16、tss trrainningg allgorrithhm aand a sspeeech corrpuss cuustoomizzatiionaalgooritthm aree prropoosedd inn chappter 4. Wiith thiis mmethhod, giivenn thhe ssizee off taargeet sspeeech corrpuss, ssampple nummberrs oof ssylllablle cclasssess wiill be dettermmineed aautoomatticaallyy, aand thee syynthhesi

17、is rresuultss off diiffeerennt ssylllablle cclasssess caan bbe mmadee suure to be ballancced.Keywwordds: proosoddic strrenggth proosoddic moddel pittch preedicctioon sspeeech corrpuss cuustoomizzatiion HHMM目 录目 录录第1章引引言11.1 论文文背景及及意义111.2 国内内外研究究现状221.2.1 语音合合成技术术的研究究现状221.3 论文文主要内内容3第2章汉汉语韵律律分析552.

18、1 汉语语的特点点分析552.1.1 汉语声声调的声声学特性性52.2 汉语语语音的的韵律552.2.1 汉语的的韵律层层级结构构72.2.2 汉语重重音的韵韵律分析析72.3 韵律律分析模模型研究究现状882.3.1 Steem-MML模型型82.3.2 PENNTA模模型82.4 问题题的提出出92.5 基于于目标逼逼近(TTA)模模型的韵韵律强度度(prrosoodicc Sttrenngthh)计算算112.5.1 Tarrgett完成程程度的估估计1112.5.2 Proosoddic strrenggth函函数的定定义1222.5.3 Proosoddic strrenggth的的

19、训练1122.6 实验验及结果果分析1122.7 小结结15第5章总总结与展展望177参考文献献19致谢211声明211附录AXXXX223个人简历历、在学学期间发发表的学学术论文文与研究究成果225主要符号对照表主要符号号对照表表GMM高斯混合合模型（Gaussian Mixtures Model）HMM隐含马尔尔科夫模模型（HHiddden Marrkovv Moodell）LPC线性预测测系数（Linear Prediction Coefficients）LPCCC线性预测测倒谱系系数（LLineear Preedicctioon CCepsstraal CCoeffficciennts

20、）AMCCC自适应MMel倒倒谱系数数（Addapttivee Meel CCepsstraal CCoeffficciennts）MFCCCMel频频域倒谱谱系数（Mel Frequency Cepstral Coefficients）UBM统一背景景模型（Universal Background Model）UELSS无偏对数数频谱估估计（UUnbiiaseed EEstiimattionn off Loog SSpecctruum）TI文本无关关（Teext-Inddepeendeent）TD文本相关关（Teext-Deppenddentt）ASI自动说话话人辨识识（Auutommati

21、ic SSpeaakerr Iddenttifiicattionn）ASV自动说话话人确认认（Auutommatiic SSpeaakerr Veerifficaatioon）VQ矢量量化化（Vecctorr Quuanttizaatioon）FAR错误接受受率（FFalsse AAcceeptaancee Raate）FRR错误拒绝绝率（FFalsse RRejeectiion Ratte）GMM高斯混合合模型（Gaussian Mixtures Model）HMM隐含马尔尔科夫模模型（HHiddden Marrkovv Moodell）LPC线性预测测系数（Linear Predictio

22、n Coefficients）LPCCC线性预测测倒谱系系数（LLineear Preedicctioon CCepsstraal CCoeffficciennts）AMCCC自适应MMel倒倒谱系数数（Addapttivee Meel CCepsstraal CCoeffficciennts）MFCCCMel频频域倒谱谱系数（Mel Frequency Cepstral Coefficients）UBM统一背景景模型（Universal Background Model）UELSS无偏对数数频谱估估计（UUnbiiaseed EEstiimattionn off Loog SSpecctru

23、um）TI文本无关关（Teext-Inddepeendeent）TD文本相关关（Teext-Deppenddentt）ASI自动说话话人辨识识（Auutommatiic SSpeaakerr Iddenttifiicattionn）ASV自动说话话人确认认（Auutommatiic SSpeaakerr Veerifficaatioon）VQ矢量量化化（Vecctorr Quuanttizaatioon）FAR错误接受受率（FFalsse AAcceeptaancee Raate）FRR错误拒绝绝率（FFalsse RRejeectiion Ratte）第1章 引言第1章 引言1.1 论文背背

24、景及意意义文本所研研究的语语音合成成（TTTS）是是利用计计算机将将输入的的文本信信息，按按照自然然语言的的发音规规则转换换成语音音输出，即即使计算算机具有有“读”的功能能的一项项技术。一一个语音音合成系系统，要要实现高高质量的的语音合合成，首首先需要要对所要要合成的的文本信信息有很很好的理理解，这这主要涉涉及到自自然语言言理解的的问题；要使合合成的语语音符合合人的说说话的韵韵律形式式，就需需要人的的自然语语音的韵韵律变化化状态及及字音转转换方面面的知识识；最后后要完成成以上所所有信息息到具体体合成语语音的声声学实现现，主要要涉及到到语音信信号处理理等方面面。总之之语音合合成系统统本身涉涉及声

25、学学、语言言学、数数字信号号处理、多多媒体技技术等多多个领域域，是中中文信息息处理领领域的一一项前沿沿技术。 脚注实际的语语音合成成过程一一般是将将输入的的文字序序列转换换成音韵韵序列，再再由语音音合成器器生成语语音波形形。整个个过程一一般第一一步为文文本分析析处理，即即按照语语义、语语法等规规则对文文本进行行分词和和标注，并并将文字字序列转转换成字字的音节节序列；第二步步为韵律律分析预预测，即即根据语语境、韵韵律规则则和韵律律模型，为为每个音音节或词词组调整整韵律参参数，将将音节序序列转换换成音韵韵序列。第第三步语语音声学学合成，主主要利用用信号处处理技术术，按要要求合成成出符合合上两步步预

26、测结结构的高高质量的的语音流流。因此，语语音合成成系统在在结构上上通常可可分为文文本分析析处理、韵韵律处理理和声学学处理三三大模块块，如图图1.11所示。其其中在文文本分析析处理模模块主要要模拟人人对自然然语言的的理解过过程，对对输入的的文本进进行分析析并给出出后两个个模块所所需的各各种发音音提示，具具体内容容可划分分为正则则化、分分词与词词性标注注、韵律律结构预预测、字字音转换换等几个个部分。其其中正则则化部分分主要负负责将自自然文本本中存在在在非汉汉字字符符转换为为汉字字字符，比比如数字字格式的的日期等等。由于于汉语的的文本中中词与词词之间没没有自然然的分界界，而自自然语音音中的韵韵律的节

27、节奏和文文本中的的词的边边界有很很大的关关系，因因此分词词也是文文本分析析的重要要任务之之一。然然后就是是字音转转换部分分，主要要负责将将输入的的文字序序列转变变为音节节的序列列。韵律律处理模模块的主主要功能能是为合合成语音音规划出出音段特特征，如如音高、时时长和音音强等，使使合成语语音能正正确表达达语意，听听起来更更加自然然。因此此，它是是合成语语音音质质好坏的的关键。韵韵律处理理模块将将根据语语调、重重音和节节奏，对对每个发发音单元元进行韵韵律调整整，调整整后的输输出是包包含“韵律信信息”的音韵韵序列。声声学处理理模块利利用音韵韵序列中中的相应应参数，从从语音数数据库中中选取合合适的语语音

28、基元元拼接成成句，再再经过韵韵律修饰饰，就可可以输出出自然连连续的语语音流。作为人机机交互的的核心技技术之一一，语音音合成技技术一直直是语音音研究的的重要领领域，而而且近年年在技术术和应用用方面都都取得了了很大的的发展。随随着电子子计算机机的运算算和存储储能力的的迅猛发发展，语语音合成成技术由由早期的的基于规规则的参参数合成成，到基基于小样样本的拼拼接调整整合成，并并逐渐发发展为基基于大语语料库的的拼接合合成，到到现在流流行的基基于隐马马尔科夫夫模型HHMM的的语音合合成。与与此同时时，合成成语音的的自然度度和音质质都得到到了明显显的改善善，基本本可以实实现人们们的应用用需求，从从而促进进了其

29、在在实际系系统中的的应用。目目前，语语音合成成技术己己经在自自动应答答呼叫中中心(包包括金融融、电信信和政府府等)、电电话信息息查询(包括天天气、交交通和旅旅游等)、汽车车导航以以及电子子邮件阅阅读等方方面得到到广泛的的应用，同同时针对对娱乐和和教育方方面的应应用也正正在开展展。总而而言之，语语音合成成技术正正在影响响着现代代社会的的方方面面面。1.2 国内内外研究究现状1.2.1 语音合合成技术术的研究究现状1.2.1.11 三三级节标标题语音合成成技术根根据语音音生成的的方法大大致可分分为四种种：发音音参数合合成方法法，基于于声道模模型参数数合成方方法，拼拼接合成成方法和和基于统统计模型型

30、的参数数合成方方法。其中发音音参数合合成着重重于对人人的发音音过程进进行直接接模拟，由由于人的的发音生生理过程程受各种种因素的的影响使使具体的的物理模模拟过程程与现实实有很大大差异，合合成效果果不理想想。声道道模型参参数合成成方法主主要基于于一个“激励源源滤波波器”(soourcce-ffiltter)的语音音生成模模型，它它把人的的声道看看作成一一个谐振振腔，腔腔体的共共振峰特特性决定定了语音音的频谱谱特性，通通过建立立激励源源模型和和共振峰峰声道模模型来合合成自然然语音。这这种方法法主要有有共振峰峰合成器器、LPPC合成成器等，但但由于模模型本身身相对于于实际的的人的发发声器官官来说过过于

31、简单单，生成成的合成成语音机机器味很很浓，自自然度不不理想。拼接合成成方法与与前两种种通过对对发声过过程进行行模拟的的语音合合成方式式不同，采采用通过过对自然然语言的的分析，选选择合适适的基元元单位，建建立一定定规模的的语料库库；在合合成时，在在语料库库中选择择合适的的基元将将其拼接接起来而而完成完完整的语语音输出出。一般般拼接式式合成系系统结构构如图11.2所所示：文本分析基元选取韵律分析拼接合成语音输出基元库文本输入图1.22拼接接式语音音合成系系统结构构图由于编解解码保存存了语音音的绝大大部分信信息，自自然度很很高。但但是由于于人实际际说话时时的自然然语流并并不仅仅仅是各个个孤立语语音的

32、简简单拼接接，所以以整体效效果自然然度不好好。1.3 论文文主要内内容27第2章 汉语韵律分析第2章 汉语语韵律分分析2.1 汉语语的特点点分析汉语普通通话是以以北方话话为基础础方言，以以北京语语音为标标准音，以以现代白白话文作作为语法法规范的的语言。汉汉语与其其他的西西方语言言有很大大的不同同，主要要表现在在一字一一音或一一字多音音，而由由不同字字的组合合构成了了无限多多个词汇汇，不同同词汇的的组合又又构成了了表达一一定意义义的句子子，但是是相同发发音的词词汇甚至至句子在在不同的的语境中中表达的的意思却却可能千千差万别别。音素是语语音学的的基本单单位，是是指发出出各不相相同声音音的最小小单位

33、。汉汉语中有有64个个音素，它它们构成成了声母母和韵母母两大类类。汉语语拼音中中有211个声母母和388个韵母母，声母母和韵母母共计559个，声声母和韵韵母再组组成音节节。汉语语无调音音节有4417个个，由于于每个音音节又有有不同的的声调，因因此汉语语的有调调音节为为13332个，无无调音节节和有调调音节加加起来，总总计为117000多个音音节。总总体上汉汉语语音音主要有有以下特特点：2.1.1 汉语声声调的声声学特性性声调主要要表现人人的声带带振动情情况，它它的声学学表现是是语音的的基音频频率的高高低及其其基音频频率值随随时间的的变化趋趋势。因因此，要要完成一一个声调调的发音音必须要要持续一

34、一定的时时长，这这样才能能被人们们正确地地感知，从从声学参参数角度度来说就就是要有有一段连连续的基基频变化化曲线，即即声调曲曲线。对于汉语语来说，音音节声调调的变化化主要通通过音节节的浊音音部分的的基频变变化来表表现，通通常采用用音节韵韵母段中中基频变变化的轨轨迹来确确定音节节的声调调曲线。在在833885中中提出，一一个完整整的汉语语音节声声调曲线线可以分分为3个个部分：弯头段段(头部部)、调调型段(中部)和降尾尾段(尾尾部)。2.2 汉语语语音的的韵律语音中的的韵律主主要是指指自然语语音中轻轻重、节节奏，语语调等方方面的变变化。韵韵律在自自然语言言交流中中起着非非常重要要的作用用，它不不仅

35、是清清楚表达达语义的的关键，而而且能反反映说话话人的态态度、意意向、情情绪以及及对听话话人的期期望等信信息。重重音和语语调是自自然语音音中韵律律表现最最突出的的两个方方面。比比如，我我们在表表达一个个疑问句句和陈述述句之间间的区别别，是通通过语调调的改变变和用我我们发音音的基频频变化来来产生疑疑问的。语语调的变变化还可可以传达达一个说说话人的的情感状状态、性性别、健健康情况况等881。而而重音在在谈话中中通常被被用于表表明句子子语义的的重心所所在。例例如，陈陈述句：“小明拿拿走了书书包”这一句句话，当当重心放放在“小明”和“书包”两个不不同的位位置是所所表达的的意思就就有很大大的不同同，虽然然

36、字面上上仍是一一样的，但但是对于于说话人人和听话话人来说说具有不不同的意意思。这这也是自自然语言言相对与与书面语语言一个个优势的的方面，在在书面语语言中，还还没有更更好的方方法来表表达重音音和语调调，这两两个韵律律特征只只在在语语音中才才有明显显的表现现。从感知的的角度来来看，韵韵律主要要为听觉觉特征，韵韵律包含含了说话话人的意意图信息息和听话话人的感感知信息息，它在在帮助听听话人理理解语言言及意图图时十分分有用。从从生理上上来看，韵韵律的实实现是发发音人在在完成发发音的同同时，与与发音声声调的高高低、用用力的大大小以及及持续时时间的长长短等因因素总体体作用的的结果12。从声声学的角角度上看看

37、，韵律律对应的的声学特特征主要要表现在在语音的的基频、时时长、能能量和频频谱的变变化。从从听觉的的角度上上看，可可以用音音高、时时长、音音强和音音色四个个语音听听觉特征征来描述述。其中中基频是是韵律特特征中最最主要的的声学特特征，说说话过程程中，主主要通过过声音基基频的高高低和变变化模式式反映说说话人的的情绪、语语句内容容的不同同等。此此外，语语音中适适当的停停顿也是是韵律的的一个很很重要的的成分。在汉语语语音中，音音节是最最基本单单元，然然后由音音节组成成词，由由词构成成句子。在在汉语语语音合成成中，音音节也通通常被选选用做语语音合成成的基本本单元，音音节的基基频、时时长、能能量作为为表示韵

38、韵律的声声学参数数。但是是在连续续自然语语音中同同一个汉汉语音节节在不同同的语流流环境中中，由于于发音器器官运动动轨迹的的连续性性和众多多发音习习惯的制制约，其其韵律声声学参数数都会发发生相应应的改变变。而且且韵律本本身也是是通过连连续音节节的韵律律变化表表现出来来的，因因此韵律律特征也也被称为为“超音段段特征”，因此此要对汉汉语语音音中音节节的韵律律进行研研究必须须同基元元所在的的上下文文相结合合才行。也也就是说说自然语语音中一一个韵律律单元的的各个声声学参数数之间都都不是相相互独立立的，而而是相互互配合在在一起共共同完成成发音人人对所要要表达内内容的声声学实现现。在语语音的研研究中也也普遍

39、认认为，人人在讲话话时总是是先将意意识层要要表达的的信息转转化成语语言层和和音系层层的表达达手段，如如选择怎怎样的措措辞及句句式，怎怎样的语语调、轻轻重变化化模式、节节律模式式等，最最后再通通过发音音人的声声学器官官来完成成音系层层和语言言层所规规划的目目标。对于语音音合成系系统来说说，韵律律预测的的水平对对合成语语音的自自然度关关系极大大，甚至至会影响响合成语语音的可可懂度，也也只有当当合成语语音中各各个音节节的韵律律特征的的参数更更新与所所处的语语流环境境协调一一致时，才才能获得得高自然然度的语语音输出出。2.2.1 汉汉语的韵韵律层级级结构在连续自自然语流流中由于于达意和和节奏的的需要，

40、说说话时对对于音节节序列的的发音是是按组完完成，即即节奏群群。在节节奏群内内音节与与音节之之间连接接紧密，整整体语调调曲线连连贯，而而且节奏奏群内音音节基频频曲线整整体上呈呈现下降降的趋势势；在节节奏群之之间则会会插入停停顿，在在后一个个节奏群群的开始始通常基基频将重重置889。在在节奏群群内部音音节间相相互连接接的紧密密程度也也是有所所不同的的，通常常共同构构成一个个词的音音节间连连接相对对会更紧紧密一些些，这样样在整个个节奏群群中也可可以通过过音节间间不同的的紧密程程度将整整个语句句韵律表表现为一一个层次次结构。关于语言言的韵律律层级，各各家说法法不同，所所用术语语也不统统一117。在在韵

41、律音音系学里里，一般般认为，韵韵律域从从小到大大可依次次分为：莫拉、音音节、音音步、音音系词、附附着语素素词组、音音系短语语、语调调短语和和韵律语语句。但但通常，人人们将汉汉语韵律律层级简简化为三三个层级级：韵律律词、韵韵律短语语和语调调短语89。广义地说说，韵律律结构应应包括重重音、节节奏和语语调三方方面的结结构，例例如重音音的位置置分布及及其等级级差异；韵律边边界的位位置分布布及其等等级差异异；语调调的基本本架构及及其与声声调和重重音的关关系等。狭狭义地说说，韵律律结构主主要指话话语节奏奏的层次次性组织织，包括括韵律词词的构成成以及各各韵律成成分边界界的界定定等等，通通常叫做做韵律切切分。

42、从从表面上上看，语语言信息息呈线性性排列，在在时间上上依次出出现；但但从话语语生成的的本质上上看，语语言信息息在时间间域并不不是线性性地平均均分配，而而是以非非线性的的、层级级的形式式分布，并并且是非非递归的的500。按按照韵律律的层级级结构，可可以采用用韵律结结构树的的方法，将将任何一一个句子子非递归归地从高高到低、依依序分解解成语调调短语、韵韵律短语语和韵律律词，其其中韵律律短语和和韵律词词是现实实应用系系统常用用的韵律律单位。2.2.2 汉语重重音的韵韵律分析析重音一般般是通过过对连续续语流中中某个字字或词的的发音在在一定的的范围内内韵律特特征的凸凸显表现现出来的的，也就就是说受受到重读

43、读的字或或词的韵韵律特征征明显地地不同于于相邻单单元的韵韵律特征征299。研研究表明明，汉语语重音的的韵律声声学特征征表现在在音高和和时长的的变化，即即音域扩扩大（增增高声调调域的上上限）和和时长延延长两个个方面，其其次才是是音强的的增加。许许洁萍等等888882经经过实验验也得出出了相似似的结论论。曹剑剑芬559认认为，重重音是韵韵律四要要素综合合增强的的效应，其其中主要要是音节节时长显显著加长长，音高高变化突突出，具具体表现现为音阶阶或音闭闭的抬高高或下沉沉，音域域变化范范围增大大；然后后是音强强的相对对提高，音音色也更更加典型型。从感感知的角角度来看看，如果果一个字字或词组组成为重重音可

44、以以通过音音高、时时长、音音强和停停顿来表表征881。例例如，在在连续语语流中，提提高某个个字或词词组的音音高，可可以起到到警示或或强调作作用；拉拉长音节节时长可可以在心心理上起起到暗示示作用；提高声声音的幅幅度可增增加人们们的注意意力；在在字或词词组前加加入停顿顿，在听听觉上会会凸现重重点。传传统的语语音研究究中曾经经把音强强和重音音等同起起来，这这是片面面的。重重音不仅仅和音强强有关，更更和时长长、音高高有关。时时长越长长、音高高越高、跨跨越的调调域越广广，重音音越明显显。例如如“ji，sshu技技术”重心在在前一个个音节，而而“ji，sshu计计数”重心在在后一个个音节。尽尽管两个个词组

45、的的发音完完全相同同，但是是由于它它们发音音时的重重音位置置不同，其其音高和和时长也也不同，则则词组表表达的意意思完全全不同，因因此重音音的作用用和意义义非常明明显，如如图2.2所示示。.2.3 韵律律分析模模型研究究现状在语音韵韵律模型型方面的的研究主主要分为为两个方方面，一一个方面面是音系系学方面面的研究究人员为为解释语语音中的的韵律现现象而提提出的韵韵律分析析模型方方面的研研究44，主主要代表表有Shhih提提出的SStemm-MLL模型和和XuYYi的PPENTTA模型型，而另另一个方方面为语语音合成成和语音音识别的的研究人人员所提提出的为为在实际际的系统统中应用用的韵律律预测模模型7

46、7172，目前前主要是是基于数数据驱动动的韵律律预测模模型，比比如基于于上下文文决策树树的22，基基于概率率的韵律律预测模模型33050等。在在这一部部分我们们主要针针对Sttem-ML和和PENNTA这这两个韵韵律分析析模型进进行简单单介绍。2.3.1 Steem-MML模型型2.3.2 PENNTA模模型2.4 问题题的提出出要实现高高自然度度的语音音合成，韵韵律预测测是最重重要的工工作之一一。目前前语音合合成系统统中使用用的韵律律预测模模型大多多是基于于数据驱驱动的方方法，比比如基于于决策树树方法，基基于概率率的统计计模型10等等，主主要是基基于上下下文聚类类的方法法对声学学层韵律律参数进进行预测测。上下下文聚类类中采用用的上下下文信息息主要有有韵律层层级结构构信息，音音节自身身属性，及及前后音音节属性性信息等等5，而相相对于自自然语音音中的复复杂多变变的韵律律来说这这些上下下文信息息是远远远不够。由由于有限限上下文文信息的的限制，当当前的韵韵律预测测方法只只能够应应付一