西安方言的声学特征分析和韵律建模的研究.pdf

西北师范大学
硕士学位论文
西安方言的声学特征分析和韵律建模的研究
姓名:郭威彤
申请学位级别:硕士
专业:电路与系统
指导教师:杨鸿武
2009-06
摘要
方言语音的转换是人机交互领域的一个重要研究课题。为实现方言语音的转
换,需要建立方言语音的韵律模型。为此,论文分析研究了西安方言的特点,对
比了普通话和西安话的语音差异,建立了普通话到西安话转换的韵律模型。论文
的研究结果对于揭示普通话与西安方言之间的内在关系、实现方言语音的合成具
有重要的理论意义和应用价值。论文的主要研究成果和创新如下:
。通过分析普通话和西安方言的声韵调特点,
利用《方言调查字表》设计了能够体现西安方言发音特点的文本语料库,并录制
了普通话和西安方言平行的语音语料。语料库由单音节、二字词、负载句和语句
组成。单音节涵盖了四种声调的所有的声韵母搭配;二字词由声调的 20 种组合
形式构成;负载句的形式为“X 说 X 这个 X”。共设计了 160 个音节、488 个词、
19 个负载句和 23 个语句。
。通过对手工标注过的语料库进
行统计相关的声学参数,分析了负载句、单音节、双音节的普通话和西安话的静
态和动态声调特点,并从不同的角度分析了它们的声学参数变化情况,通过实验
验证了普通话和西安话的声调调值规律,总结了从普通话到西安方言转换的声调
映射规律。
。利用 Pitch-Target 韵律模型对基频曲线进行
参数化建模,对模型参数进行线性变换,用变换后的模型参数生成新的基频曲线,
从而得到转换后的方言语音。MOS 语音评测结果显示,该方法的平均 MOS 得分
达到: 阴平 ,阳平 ,上声 ,去声 。
,建立了将声调的五度值转换为
基频包络的归一化的西安方言字调模型。利用字调模型产生西安方言的基频曲线,
进而通过修改普通话的基频曲线实现普通话到西安方言的转换。论文分别建立了
单字模型和双字模型来转换各种声调的方言语音。实验结果表明,单字的 MOS
得分最低在 分以上,ABX 最低测试结果 %;双字的 MOS 百分比(认为转
换最好)最低在 70%以上,ABX 最低测试结果 73%,优于基于 Pitch-Target 模型
的方言转换方法。

关键词:西安方言语料库 Pitch-Target 模型归一化字调模型韵律转换
Abstract
The synthesis of Dialect speech is an important research topic in the field of
puter munication. To achieve the synthesized dialect speech,
the prosodic model should be produced by the Text-to-Speech Synthesis system. The
thesis studied the acoustic features of xi’an-dialect, pared the differences
between mandarin and xi’an-dialect. The prosodic model which can convert
mandarin speech to xi’an-dialect is introduced. The results of the research have
important value for speech theory and application in finding the relation between
mandarin and xi’an-dialect as well as achieving the synthesis of dialect speech. Main
achievements and originalities are as follow:
First, by analyzing the phonology features between mandarin and xi’an-dialect, a
large text corpus including 160 single syllables, 488 two-syllable words, 19 carrier
sentences and 23 text sente