武鸣壮语的最小韵律词

韵律构词学原理认为,最小韵律词是一个至少由两个韵素构成的合格音步。分析表明：武呜壮语的最小韵律词也符合这一标准。从韵律构词角度来看,其音节中没有真正意义上的CV型音节;武鸣壮语区分重音节和超重音节。同时在韵律的作用下,其中的VC型音节和非典型VVC型中的音节尾辅音C都具有韵素地位,与V组成两个韵素构成一个最小韵律词。     

基于词类序列的汉语语句韵律结构预测

为完善计算机汉语语音合成,构建了韵律结构预测系统。该系统区分了现代汉语中韵律结构与语法结构存在对应关系和不存在对应关系的两类单位,采取确定韵律结构和调整韵律结构,分别处理这两类单位;考虑了"的"、"介词"等功能词在韵律短语预测中的作用;面向汉语文语转换应用的语句韵律词及韵律短语;只依赖语句的词类音节数序列等简单的文本信息。在107句语料上进行了测试。结果表明:韵律词预测正确率达95%,韵律短语预测正确率约81%,操作性较强。     

汉语韵律边界定位与选音算法研究

论述了采用统计模型进行汉语韵律层次结构分析和韵律建模的思路,将韵律结构划分为3个基本层级：韵律词,韵律短语和韵律短语群,提出了一种新的基于统计的韵律结构模型。实验表明该模型对韵律词边界的预测准确率和召回率分别达90.37%和92.48%：对韵律短语边界的预测准确率和召回率分别达82.43%和85.59%。同时,描述了一个汉语连续语流语音合成的选音算法,它适用于基于大语料库的语音合成系统。由于同时考虑单音节、二字韵律词、三字韵律词和四字韵律词,从而降低了因拼接点不连续而造成的音质损失,提高了合成语音的自然度。     

藏语韵律词和韵律短语的时长特征研究

在藏语单句的层面上,通过时长参数的统计分析,对韵律词和韵律短语两层韵律单元的时长特征进行了研究.研究结果确定了藏语韵律词和韵律短语的基本大小,韵律词为4±2个音节,韵律短语为6±3个音节;藏语韵律单元的总体时长分布差异较大,但不同韵律单元的时长伸缩幅度差异较小.藏语韵律单元的时长分布类型以尾长型为主;韵律单元边界处普遍具有边界前音节延长,边界后音节缩短现象的特征.     

“更＋X单”的句法韵律结构

程度副词＂更＂与单音节词＂X＂在句法配置和韵律节拍上有一定要求,＂更＋X＂句法上存在直接配置和间接配置,韵律上有自然饱和式韵律结构和强制饱和式韵律结构。＂更＋X＂的句法韵律有一致也存在不一致,组装时以句法为原则,体现汉语语法的本体观;语流中以韵律为准则,实现汉民族和谐完美的音步认知观。     

基于概率频度的普通话韵律结构预测统计模型

为进一步提高文语转换系统中韵律结构预测的准确度,提出了一个基于概率频度的统计模型的方法,预测韵律词和韵律短语边界两级韵律结构。该方法提取与韵律词和韵律短语边界有关的语言学特征(词性、语法词、长度和位置等),并进行样本训练计算各个特征的概率频度值,最终分别建立韵律词和韵律短语的统计模型。实验结果表明:统计模型的方法对于韵律词和韵律短语边界预测的正确率分别可达90.6%和84.6%,并与决策树算法和T ransform ation-based learn ing(TBL)转换规则学习算法比较,提高10%以上的正确率。     

汉语的节律结构的语素制约分析

传统的汉语普通话的声调研究只注重音高的变化，很难根据这种变化划分出较大的有规则的节律结构。对汉语的语素对构成的节律结构的制约进行探讨有助于正确地阐述这种节律音步结构。节律结构受制于构成韵律词的语素，也受制于韵律词的同界制约。但是同界在普通话中是双向的，而非左重或右重。了解语素制约对正确理解汉语的节律结构有着十分重要的意义。     

湘西矮寨苗语四音格词研究

矮寨苗语四膏格词的特征是：在语音上以重叠和二、四音节声调的搭配来体现韵律和谐；在结构上注重并列对称；在语义上突出概括、增量；在语法功能上多受限制，一般不带修饰语和宾语．也不做修饰语。矮寨苗语四音格词的形成机制主要遵循相似、对称、羡余、类推等原则。矮寨苗语四音格词受汉语的强烈影响，其特点和使用向与汉语趋同的方向演变。     

韵律词边界的协同发音问题——对语音合成自然度的思考

就目前语音合成自然度的现状,探讨了合成语音中韵律词边界V#C,VN#C之间的无声间隙和过渡音存在的问题,以及由此造成的合成语音中词或短语之间的顿挫感和个别音段自然度较差的问题.该文在基于对普通话协同发音生理(EPG)研究的基础上,揭示了韵律词边界存在的协同发音现象并提出了解决合成自然度问题的方案.结果表明:韵律词边界闭塞(GAP)和停顿(SP)的区别在于,停顿表现在元音韵尾无过渡音且时长延长,辅音无声段时间较长,而闭塞则不同;语料库中增加擦音前韵尾的标注信息作为合成的匹配规则,可以消除合成中擦音前的顿挫感;韵尾过渡音中舌前辅音前面的韵尾F2上升,舌前辅音中的翘舌音/zh,ch,sh,r,l/使韵尾的F3下降.舌根音、唇音和唇齿音使前面的韵尾F2下降;语调短语的韵律词边界没有V#C、VN#C的过渡音且边界间是停顿而非闭塞,不存在协同发音现象.     

基于TBL算法的汉语韵律词预测

提出了一种新的汉语韵律词预测方法.利用标注过的语料,分析了语法词与韵律词之间的关系,发现24%的韵律词由不同语法词组合而成,语法词的词长是确定韵律词边界的主要特征.基于以上分析,实现了一种基于错误驱动的规则学习算法(TBL)的韵律词预测方法.实验结果表明,所提出的方法在测试集上能够达到97.5%的预测精度.