【正文】 外文翻譯文獻（中文） 一個實驗文語轉(zhuǎn)換系統(tǒng)在分析韻律短語的貢獻 介紹 我們描述了一個實驗性的文語轉(zhuǎn)換系統(tǒng)，它使用一個確定性的解析器和韻律規(guī)則為英文輸入生成詞組水平音高和時間持續(xù)久的信息。這一信息是用來注釋輸入句子，然后被處理的文本到語音程序目前在貝爾實驗室開發(fā)。在建構(gòu)這系統(tǒng)中，我們的目標一直是檢驗假設（ i）該語法樹中的信息可用。尤其地，如主謂和頭補這樣 的語法功能，是 BV 公司本身在確定 svnthetic 韻律時有用的短語和語法功能（ ii）它可以使用一個指定語法句法分析函數(shù)來確定合成語音的韻律短語。 雖然語法和韻律之間的某些關(guān)聯(lián)是眾所周知的（例如像進度話詞性應力的影響，或設立括號表達式關(guān)閉）實用的知識是非常小的語法問題上可能被連接到可用的韻律短語。在許多研究中，研究人員之間尋求成分結(jié)構(gòu)和韻律連接（如 Cooper和 PacciaCooper1980 年。 Umeda1982 年。 Gee 和 Grosjean1983）但是，隨著Selkirk（ 1984 年）的例外。他們往 往忽略了在 svntax 樹語法功能的代表性。此外，以前的工作還沒有具體明確，提供了一個完整的系統(tǒng)實施的基礎。在我們的韻律短語記錄人類語言的研究的基礎上，我們決定強調(diào)三個方面的結(jié)構(gòu)，它涉及到短語：句法選區(qū)，語法功能及成分的長度。這些研究結(jié)果。我們將詳細討論，已實施了韻律規(guī)則的集合在一個實驗文語轉(zhuǎn)換系統(tǒng)。 我們系統(tǒng)具有兩個重要的特征。第一，對我們的韻律系統(tǒng)的輸入是由一個一個分析樹的 deterministtc 分析器 Fidditch（欣德爾 1983）版本生成的。這個解析器左角落搜索策略，特別是，它的決定，給 Fidditch 的速度，使在線文本到語音的生產(chǎn)是可行的。在建設一個解析樹里， Fldditch 確定核心主謂對象關(guān)系，但沒有試圖代表附屬或修飾關(guān)系。因此相對的條文，狀語和其他非參數(shù)的成分在樹中沒有指定位置，而且沒有指定的語義角色。第二，在韻律系統(tǒng)的規(guī)則通過參考據(jù)法結(jié)構(gòu)和早期的語法結(jié)構(gòu)來建立韻律樹。其結(jié)果是一個支持該觀點的分層表示，也是在 Selkirk（ 1984）提出該語法功能信息與韻律短語有關(guān)，但間接得，通過不同層次的處理。該系統(tǒng)的非正式測試顯示，它在所產(chǎn)生的合成語音質(zhì)量韻律中能夠產(chǎn)生顯著改善。我們在我們描述的調(diào)查系 統(tǒng)的問題中，并沒有發(fā)現(xiàn)任何嚴重違反我們的基本方針。在許多情況下，看來當前版本的問題能就通過進一步采取我們的做法來解決，包括所要求的另一個因素確定的韻律短語解析器的詞匯信息 文語 轉(zhuǎn)換 大多數(shù)文語系統(tǒng)包括兩部分：發(fā)音規(guī)則和語音合成器。發(fā)音規(guī)則轉(zhuǎn)換成拼音輸入文字， wav 可以補充到一個提供關(guān)于一部分語音、強調(diào)模式和特定詞語的拼音組 成信息的字典。語音合成器然后轉(zhuǎn)換拼音成語音參數(shù)系列，并在后來的處理中產(chǎn)生數(shù)字化語音。雖然這些系統(tǒng)往往表現(xiàn)在字的發(fā)音非常好，但當涉及到提供完整的句子很好的韻律時他們功虧一簣。目前的文本到 語音系統(tǒng)無法獲得語法和影響詞組層次韻律的句子的語義特征。因此判刑韻律規(guī)則，當他們提供所有通常取決于文本（例如標點符號）表面的問題，以及在復雜程度不同的啟發(fā)。雖然這種技術(shù)通常添加一個更自然的質(zhì)量，由此產(chǎn)生的合成語音，他們可能會在一些重要方面失敗，例如，忽略了冗長的主語和謂語韻律活動之間的韻律事件，以至于在字中正確的標記顯著特征中的正確性和標記之間沒有明確的韻律邊界。 一些作者（如 Allen 1976。 Elovitz 等 。 Luce 等 1983）曾建議，語音合成與天然之間的韻律差異是主要的，在未 解決的因素，導致合成語音的流利的理解困難。但是詞組之間的層次韻律及其來源的關(guān)系，是如此知之甚少，以至于我們對在任何程度上不同層次的適用的解釋 句法，語義或務實沒有很好的理解。我們目前有一個合理的文本自動句法分析工具，但對于語義或語用文本分析并沒有等價發(fā)達的東西。因此，一個明顯的目的是探討在何種程度上詞組層次韻律可以解釋語法樹和發(fā)展這一關(guān)系的詳細描述。另外一個目標是將這個關(guān)系而產(chǎn)生的見解轉(zhuǎn)換成一個能夠與語音合成器工作的系統(tǒng)。這使我們能夠更充分地測試我們的描述，或許也將進一步產(chǎn)生一些文語技術(shù)。 句法結(jié) 構(gòu)與韻律短語 除了字一級水平，出現(xiàn)了句法結(jié)構(gòu)和韻律短語之間的系統(tǒng)連接聯(lián)系。 Cooper 和Paccia Cooper（ 1980），梅田（ 1982）和 Gee 和 Grosjean （ 1983）和 Selkirk韻律理論（ 1984）在心理學聲學調(diào)查是其中較顯著的研究，代表了兩種主要方法語法 /韻律關(guān)系。在 Cooper 和 Paccia Cooper（ 1980）和 Umeda（ 1982），從語法連接韻律短語是任何過濾過程作中間人，即他們提出了具體韻律短語可以直接從語法句法結(jié)構(gòu)通過擁有音值的特別句法節(jié)點關(guān)聯(lián)（或者成分界限）， 要么暫停，節(jié)段性延長，或交叉的語音規(guī)則，單詞的調(diào)節(jié)阻塞。相比之下， Gee 和 Grosjean（ 1983）和 Selkirk（ 1984）認為，語法關(guān)系是間接的韻律：韻律短語是根據(jù)規(guī)則推導，是指由左到右的順序，長度（或分支模式），并在在 Selkirk 的情況下的語法功能，以及組成成員，以便推斷層次韻律結(jié)構(gòu)。但是，盡管各自的立場非常清楚，這些研究都不是決定性的。所有的語法框架缺乏足夠詳細和正式允許廣泛的測試，大多數(shù)只考慮了少數(shù)的句子和句子類型。 為了發(fā)展我們的分析，我們首先在從包含四個指令手冊的不同文本里閱讀我們的一 次演講來審查韻律短語。后來這些文本增加了一個專業(yè)閱讀散文故事。韻律短語之間的界限被確定歸類，然后根據(jù)他們的句法和語義方面的功能被歸類。 文語轉(zhuǎn)換 合成 該方案構(gòu)成的講話組件中描述了 Liberman 和 Buchsbaum（個人通信）。這些方案作為輸入文字文本和產(chǎn)生數(shù)字化語音輸出。通過注解文字輸入這個系統(tǒng)，其運作的許多方面都可以重寫或修改，例如：主要和次要的短語邊界的位置，給單詞 的壓力，轉(zhuǎn)錄的單詞和它們之間的界限，時間段，以及等高線間距的細節(jié)。正如我們將顯示，我們的韻律體制使我們能夠生產(chǎn)其中的四個邊境水平確定和感知區(qū)分，使用目前的文本到語音轉(zhuǎn)換系統(tǒng)的注釋字符串。 韻律短語 韻律規(guī)則使用的有關(guān)成分結(jié)構(gòu)，語法的作用，和長度來映射一個表面結(jié)構(gòu)樹標識韻律短語邊界的位置（由節(jié)點標志著）和每個邊界（由節(jié)點號，標志著中）的相對強度信息。正是這一點是用來注釋用轉(zhuǎn)義序列提供有關(guān)韻律短語說明文字到語音轉(zhuǎn)換系統(tǒng)的輸入文字信息。 在擬定我們的規(guī)則來建設韻律結(jié)構(gòu)，我們以單單實施 Gee 和 Grosjean（ 1983）模型的思想開始。這種模式最初提出來預測主觀的描述句子結(jié)構(gòu)，被稱為性能結(jié)構(gòu)，從句法樹決定韻律邊界，但聲明不是明確提出了一個句法成分。 我們起初被 Gee 和 Grosjean 的模式吸引，因為其對相對邊界的比重，即在一個關(guān)于在句子中的其他界面邊界強度的測定。我們發(fā)現(xiàn)，在我們所收集的數(shù)據(jù)，這個比重發(fā)揮了重要作用。事實上，我們直接納入到我們的系統(tǒng)這樣做的一個權(quán)重的方法，即 Gee 和 Grosjean 的規(guī)則來確定圍繞一個使用相對長度（如終端節(jié)點數(shù)量衡量）動詞短語的韻律邊界的優(yōu)勢。 當我們擴展 Gee 和 Grosjean 的模型來創(chuàng)建一個通用系統(tǒng)使用適當?shù)乃惴ǎ覀兊乃惴ㄆx了它的出發(fā)點，反映了我們試圖糾正在 Gee 和 Grosjean 模型中遇到的弱點和缺陷。我們遇到的這些問題并不奇怪，因為我們的目標和 Gee 和Grosjean 之間的不同。 Gee 和 Grosjean 模式和我們目前的算法中最重要的區(qū)別是涉及邊界的決定因素權(quán)重。 Gee 和 Grosjean 假設這個比重僅取決于句法節(jié)點的數(shù)量，其數(shù)量左到右順序，在動詞短語組成的長度的例子。相比之下，我們的數(shù)據(jù)與 Selkirk（ 1984）的理論分析一致，表明邊界的力量是依賴于語法功能， 在一個給定的句子成分的發(fā)揮。特別是，我們觀察這些功能之間的邊界方面的強度，就像如下討論。我們的附加規(guī)則從大部分的 Selkirk 的算法中推導出了。我們也取得了 Gee 和Grosjean（ 1983）從 Selkirk 的工作采取的大部分思想，某些句法頭劃出語音短語邊界，并提供更高層次的分析。我們的韻律運行規(guī)則使用四個獨立的階段 .每個階段是建立在之前的階段，這樣的規(guī)則可以參考語法和韻律結(jié)構(gòu)，因為先后建立更高層次的韻律結(jié)構(gòu)。 結(jié)論 我們描述了一個在線實驗系統(tǒng)，該系統(tǒng)采用韻律規(guī)則由成分結(jié)構(gòu)、語法功能、韻律和長度得到韻律 應用。該系統(tǒng)包含三個模塊：一個確定性的解析器，短語的韻律規(guī)則，和一個轉(zhuǎn)換短語的韻律規(guī)則的輸出到貝爾實驗室文本語音轉(zhuǎn)換系統(tǒng)的算法。 基于基元選擇的語音合成方法中普通話文語 轉(zhuǎn)換 介紹 文語轉(zhuǎn)換 系統(tǒng)是一個可以自由轉(zhuǎn)換文本文件到音頻文件的系統(tǒng)。這是一個把文本文件讀出來給人聽的過程。對于文語轉(zhuǎn)換系統(tǒng)，有著廣范圍的應用。 一個典型的文語轉(zhuǎn)換系統(tǒng)包含三個主要的部分：文本分析，韻律生成和語音合成。文本分析部分理解了每個文本并確定每個句子的聲音；韻律合成部分產(chǎn)生控制語音變異的一些參數(shù)；語音合成部分根據(jù)發(fā)音和韻律的要求產(chǎn)生話語的表達。 在過去的二十年，許多方法已被用于合成語音，主要途徑可分為兩個主要的類別，即以規(guī)則以基礎的共振峰合成和串聯(lián)合成。共振峰合成生成語音使用一套規(guī)則。這些規(guī)則經(jīng)常是來自一個漫長的實驗過程，這種方法需要小型計算機內(nèi)存。但是語音質(zhì)量受到了該方法本身的限制。然而，串聯(lián)合成須使用一些預先錄制的語音單位為模板。合成過 程中，各單位通過使用信號處理技術(shù)被修改，然后聯(lián)合在一起形成一段話語。這個方法通常需要更大的內(nèi)存。但是語音質(zhì)量也相對應地更好了。然而，隨著科技的發(fā)展，人并不滿足于這樣的通過使用信號方法產(chǎn)生的語音話語機。 正常連接合成的工作原理是保持一個小單位的庫存在系統(tǒng)。合成過程中一個單位被選中，然后根據(jù)韻律特征修改使用信號處理技術(shù)。用該方法合成可生成具有較高的語音質(zhì)量，但是，由于信號處理過程，合成語音或多或少扭曲。一個簡單地產(chǎn)生好質(zhì)量語音的方法是儲存大量的人類發(fā)音的語音段在一個數(shù)據(jù)庫里，當執(zhí)行時，串聯(lián)所有需要的語音段在一 起不作任何修改。當然，選擇的連接段時間越長，生成的講話越自然。由于每個語音單位在不同情況下可能有很多變種或韻律情況下，這種方法需要一個大的內(nèi)存來存儲大量的語音段。因為幾年前的計算能力和內(nèi)存限制，該方法不實用。隨著硬件的發(fā)展，大語料庫語音合成用于直接連接使用單位是可能的。單位選擇為基礎的語音合成（或語料庫為基礎合成）已應用在英語及其他語言好幾年。一些嘗試（劉，王， 1998 年 。楚等人， 2020 年 ； 王等人， 2020 年， Liet 人， 2020 年）已使用中文 TTS 的單位選擇方式。吳等人 （ 2020）也提出了一個計劃，選 擇發(fā)音，語言最佳單位，然后應用韻律修改。但是，所有提出的方法已在適當?shù)捻嵚蓱镁窒扌浴Ｈ绻麤]有適當?shù)捻嵚蓪徸h后，生成的語音質(zhì)量，有時可能會很差。本文關(guān)注有關(guān)如何適用于一個單位選擇基礎的合成韻律。 2 基元 選擇模型 一個 基元 選擇模型具有良好的組織 基元 的數(shù)據(jù)庫。該數(shù)據(jù)庫包含了語音 基元 從一大主體，這是經(jīng)過精心設計，有韻律的所有語音和覆蓋面大變種各單位。在數(shù)據(jù)庫中，每個 基元 有一個講話可能變種的數(shù)量，這是適合出現(xiàn)在不同的語音和韻律環(huán)境。大語料進行了分析和離線所有的計算都儲存在一個單位的數(shù)據(jù)庫。在數(shù)據(jù)庫中，每一個 基元 的實例所描述的特征向量。每個功能可能是離散或連續(xù)值。的