语调短语预测中的特征模板自动生成

• 作者: 刘方舟 陶建华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语调短语 特征模板 最大熵(ME) 分类与回归树(CART)
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 博士论坛
• 页码范围: 19-21,34
• 分类号: TP391
• 字数: 5732字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.16.006

摘要

在语音合成系统中,语调短语的自动预测是影响合成语音的自然度和可懂度的关键因素之一,采用了最大熵(Maximum Entropy,ME)模型从无限制的文本中预测语调短语,并且提出了一个自动生成特征模板的层次聚类算法,从而减少了最大熵模型训练过程中的人工参与.实验结果表明,对于语调短语预测而言,最大熵模型明显优于分类与回归树(Classification And Regression Trees,CART).相比手工总结的特征模板,自动生成的特征模板不仅将语调短语预测的F-score提高了3.18%,而且将最大熵模型的大小缩小了78.38%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶建华	中国科学院自动化研究所模式识别国家重点实验室	31	133	6.0	11.0
2	刘方舟	湖南师范大学数学与计算机科学学院	6	5	1.0	2.0