基于决策树和条件概率的基频预测模型

• 作者: 吴晓如 王仁华 胡郁
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 基频预测 聚类 决策树 条件概率 韵律环境
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 222-226
• 页数: 5页
• 分类号: TN912
• 字数: 4234字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.02.018

摘要

介绍了一种基于决策树和条件概率的基频预测模型(FO Prediction with Integrated Decision Tree and Condi-tional Probability Model,IDBCPM).基频是一种重要的韵律特征参数,高精度的基频预测模型是高质量合成语音系统的必要保证.基频模型是根据从文本分析得到的信息预测相应于当前文本的合理基频曲线.IDBCPM一定程度上避免了其它基频模型预测时,在相邻音节处的预测结果不匹配问题.这种不匹配产生于预测当前音节基频时不能有效考虑相邻音节的预测结果.IDBCPM充分利用决策树的输出信息,包含决策树的输出类别和类别相应的概率,另外IDBCPM可以有效应用从训练数据中得到的先验条件概率,消除决策树输出的不合理结果.实验证明这种方法的预测精度比单纯决策树预测精度有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王仁华	中国科学技术大学讯飞语音实验室	60	608	13.0	22.0
2	胡郁	中国科学技术大学讯飞语音实验室	9	89	5.0	9.0
3	吴晓如	中国科学技术大学讯飞语音实验室	3	21	2.0	3.0