連續(xù)語音聲韻母邊界的確定是分離聲母段和韻母段的直接措施,為解決手工標(biāo)注邊界的高耗時(shí)與主觀誤差引入問題,提出一種新的基于支持向量機(jī)（Support Vector Machine,SVM）的聲韻母自動(dòng)分界算法。該算法選取標(biāo)準(zhǔn)語音語料庫,基于訓(xùn)練集樣本特征及標(biāo)簽訓(xùn)練兩級(jí)支持向量機(jī)模型,識(shí)別測(cè)試集樣本,確定初始聲韻母邊界;基于余弦相似度和歐氏距離兩種相似度判據(jù),獲取頻譜突變點(diǎn),并設(shè)計(jì)規(guī)則邊界融合策略,實(shí)現(xiàn)安靜環(huán)境下靜音、聲母及韻母邊界的自動(dòng)準(zhǔn)確切分。以Matlab為仿真平臺(tái),手工標(biāo)注邊界為基準(zhǔn),本文算法在測(cè)試集上所得聲韻母切分邊界的F值平均值為94. 01%,表明能夠準(zhǔn)確分離出連續(xù)語音中的聲母段和韻母段。 

【文章來源】：測(cè)控技術(shù). 2020,39(11)

【文章頁數(shù)】：7 頁

【文章目錄】：
1 算法實(shí)現(xiàn)框架
2 特征提取
    2.1 預(yù)加重
    2.2 加窗分幀
    2.3 梅爾頻率倒譜系數(shù)
3 算法實(shí)現(xiàn)步驟
    3.1 語料庫
    3.2 支持向量機(jī)
    3.3 規(guī)則邊界融合策略
        3.3.1 頻譜突變點(diǎn)檢測(cè)
        3.3.2 邊界融合規(guī)則
    3.4 邊界評(píng)價(jià)標(biāo)準(zhǔn)
4 算法仿真結(jié)果
    4.1 SVM模型識(shí)別結(jié)果
    4.2 邊界劃分結(jié)果
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于聲學(xué)特征的腭裂語音聲韻母切分[J]. 王熙月,黃毅鵬,錢佳慧,何凌,黃華,尹恒.  計(jì)算機(jī)工程與應(yīng)用. 2018(08)
[2]時(shí)域和頻域特征相融合的語音端點(diǎn)檢測(cè)新方法[J]. 劉歡,王駿,林其光,王士同.  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[3]基于語音增強(qiáng)的雙門限語音端點(diǎn)檢測(cè)算法[J]. 劉玉珍,田金波.  測(cè)控技術(shù). 2016(11)
[4]改進(jìn)的能量譜熵端點(diǎn)檢測(cè)算法[J]. 董胡,錢盛友.  測(cè)控技術(shù). 2016(06)
[5]多特征和支持向量機(jī)相結(jié)合的語音端點(diǎn)檢測(cè)模型[J]. 劉妮.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(05)
[6]基于Seneff聽覺譜特征的漢語連續(xù)語音聲韻母邊界檢測(cè)[J]. 陳斌,張連海,王波,屈丹.  聲學(xué)學(xué)報(bào). 2012(01)
[7]基于雙門限算法的語音端點(diǎn)檢測(cè)和聲韻母分離研究[J]. 陸東鈺,周萍.  桂林電子科技大學(xué)學(xué)報(bào). 2011(06)
[8]基于元音檢測(cè)的漢語連續(xù)語音聲韻母分割[J]. 王艷,馮宏偉,張利平,忽滿利.  計(jì)算機(jī)工程與應(yīng)用. 2011(14)
[9]遞歸趨勢(shì)分析在漢語語音聲韻母切分中的應(yīng)用研究[J]. 閆潤強(qiáng),祖漪清,朱貽盛.  信號(hào)處理. 2007(04)
[10]基于多尺度分形維數(shù)的漢語語音聲韻切分[J]. 王帆,鄭方,吳文虎.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2002(01)

碩士論文
[1]基于支持向量機(jī)的漢語語音端點(diǎn)檢測(cè)和聲韻分離[D]. 蔡魁杰.哈爾濱工程大學(xué) 2007



本文編號(hào)：3035182