基于Viterbi解码的中文合成音库韵律短语边界自动标注

摘要：

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。

关键词：语音合成、自动韵律标注、Viterbi解码、上下文相关隐Markov模型

所属期刊栏目：51

分类号：TN912.33

资助基金：国家自然科学基金60905010

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1276-1281