建模多变量重叠：一种测量元音合并的方法

本文提出了一种量化元音重叠的新方法。以往研究在使用多变量测度（如来自经验分布的数据导出）与控制不平衡数据和外来因素的能力（如使用拟合模型参数所能实现的）之间存在矛盾。本文所提方法通过对所有感兴趣的声学维度进行联合建模，并从模型中模拟分布以计算元音重叠的度量。该方法的另一个优势是计算不确定性变得 straightforward。我们在针对四种英语方言中的PIN-PEN合并的语料语音数据上评估了该方法。结果表明，使用模型分布计算巴哈特里亚亲和力可显著优于经验分布，而多变量建模与单变量建模之间的差别相对微小。