Feb, 2023

韵律特征提高句子分割和分析

PDF
TL;DR本研究旨在探究语调在非分段语音解析中的作用。在英语 Switchboard 语料库的实验中，我们发现语调对模型的解析性能和句子边界识别准确性有所帮助，但最佳解析器并不一定产生最佳句子分割性能，最佳解析来自于将句子边界与其他成分边界联合建模。
spoken dialogueprosodyparsingsentence segmentationconstituent boundaries
发现论文，激发创造
  • 基于韵律的语音自动分句和主题划分

    探究在语音数据中使用音韵学信息（从语音的时间和旋律中获得的信息）来实现句子和主题单元的分割，并将其与基于单词的方法相结合，取得了与基于单词的统计语言模型相当甚至更好的性能，而且需要较少的训练数据和手动标签。

    Jun, 2000

  • 语音解析：一种神经方法用于集成词汇和声学 - 韵律信息

    本文中，我们提出了一个模型，该模型使用卷积神经网络对能量和音高轨迹进行耦合，并使用基于注意力机制的循环神经网络，接受文本和韵律特征，并结合转录文本和声学 - 韵律特征，以自动解析口语话语，并发现不同类型的声学 - 韵律特征都有助于解析，对比一个强文本基线，该模型取得了显著的改进。错误分析表明，声学 - 韵律特征的主要优点在于有误流畅度的句子，附加决策得到最大的改进，文本转录错误掩盖了音韵的改进。

    Apr, 2017

  • 将韵律和词汇提示整合用于自动主题分割

    文章提出了一种概率模型，使用基础语调和词汇线索对语音进行自动分割，通过隐马尔可夫模型和决策树结合词汇和基础语调信息。作者通过在广播新闻语料库上进行 DARPA-TDT 评估，证明了将基础语调和基于单词的知识源结合可以显著减少错误，并与基于词的分割方法相当竞争力。

    May, 2001

  • 外语语法

    采用领域无关的注意力增强序列到序列模型在一大合成语料库的标注基础上取得了最先进的效果，训练小规模人工标注的数据集时也达到了标准解析器的表现，且较大程度上提高了数据利用率和处理速度。

    Dec, 2014

  • 神经模型中风格在语音解析中的作用

    本文通过深度学习技术重新审视了语言处理中书面文本对口语处理的作用，发现书面文本与口语数据的不匹配使得基于书面文本训练的处理器应用于口语处理时表现不佳，而基于神经网络的方法使书面文本可以用于提高口语处理性能，同时考虑语调因素可以进一步提高性能，特别是对于模型训练而言，自然语言生成的语音数据更具有实际应用价值。

    Oct, 2020

  • 简单有效的多句 TTS 系统，具有表达和连贯的韵律

    本文针对长文本合成语音的特殊困难，通过将上下文信息、强大文本特征和多人数据用于 Transformer-based FastSpeech 的简单扩展，改进了合成语音的韵律，其中 BERT 也受益于更多的训练数据。通过客观的停顿和速度指标和全面的主观评估，得出了一种较强的合成语音系统，其中包括所有改进扩展，相对于同类竞品在语音自然度方面表现出显著的提升。

    Jun, 2022

  • 韵律能协助自动分类会话语音中的对话行为吗？

    研究探讨了在自然会话中如何将对话行为自动分类。通过使用语音学特征、词汇信息和特定领域的统计语言模型的组合，可以识别自然对话中各个对话行为，以提供更有效的自然语言处理应用。

    Jun, 2000

  • 使用预训练的文本 - 语音模型进行自动韵律标注

    本文提出了一种利用神经文本语音模型和预训练音频编码器从文本 - 音频数据自动提取韵律分界标签的方法，并表明这种方法与文本基线相比具有显着优势和可比性。同时，利用该方法训练的 TTS 系统略优于使用手动标注的系统。

    Jun, 2022

  • 使用递归卷积神经网络对神经心理测试叙事转录中的句子进行分割

    该研究通过使用循环卷积神经网络与韵律、词性等特征及单词嵌入，提出了一种自动句子分割方法，用于帮助机器自动识别语言障碍性痴呆疾病患者的语言，获得了比条件随机场模型更好的结果，为自动话语分析工具的发展提供了一定的参考。

    Oct, 2016

  • ParaTTS: 基于段落的语音合成中学习跨句子的语言和韵律信息

    本文提出了一种基于跨句嵌入结构的 TTS 模型，包含语言学信息，韵律信息和位置信息，并在女性普通话语音书籍语料库上进行了训练，结果表明该模型能够生成自然、优质的段落朗读文本，且在主观和客观测试中都表现优于基于句子的模型。

    Sep, 2022