一种用于韵律节奏比较的简单特征方法
音频与语音处理
2022-12-21 v1
摘要
在韵律的所有组成部分中，节奏被认为是最难处理的，因为它与音高和强度紧密相连。然而，节奏是说话者外语流利程度甚至某些疾病的很好指标。测量节奏的规范方法，如 或 ，涉及繁琐的片段对齐过程，往往导致 modest 且存疑的结果。然而从感知上看，节奏听起来并不那么困难，因为即使文本不完全可懂，人类也能把握它。在本工作中，我们开发了一种经验性的无监督节奏评估方法，其不依赖于内容。我们为每句话语创建了固定长度的表示——峰值嵌入 (PE)，它编码了所选低层描述符峰值之间的比例距离。对成对的小句子单元进行聚类，使用 PE 与响度得到的轮廓系数平均值为 0.444，使用 PE 与音高和响度组合得到的全局可分性指数平均值为 0.979。对同结构词进行聚类，PE 与响度得到的轮廓系数平均值为 0.196，全局可分性指数平均值为 0.864。
引用
@article{arxiv.2212.10201,
title = {A Simple Feature Method for Prosody Rhythm Comparison},
author = {Mariana Julião and Alberto Abad and Helena Moniz},
journal= {arXiv preprint arXiv:2212.10201},
year = {2022}
}