语音中节奏共振峰的量化与关联
音频与语音处理
2019-09-13 v1 计算与语言
声音
摘要
本研究的目的是探索性的：引入并应用一种语音节奏区或节奏共振峰（R-formants）的新理论。R-formants 是低频（LF）长期谱（LTS）中高幅值频率的区域，类似于元音和辅音短期谱中的共振峰。在对该方法进行说明后，对公开演讲中非诱导提取片段进行了 R-formant 分析。比较了三个域的低频长期谱：调幅（AM）绝对（整流）信号、幅度包络调制（AEM）和信号的频率调制（FM，F0，“音高”）。前两者相关性良好，但第三者与另两者并不一致相关，推测是由于语调、音高重音和韵律的可变性。因此，在实证分析中仅使用绝对语音信号的低频长期谱。对 R-formant 模式与话语结构之间的关系以及同一话语上若干语用变量的非正式讨论显示出 R-formant 功能的一些趋势，从而为未来研究提供了有用方向。
引用
@article{arxiv.1909.05639,
title = {Quantifying and Correlating Rhythm Formants in Speech},
author = {Dafydd Gibbon and Peng Li},
journal= {arXiv preprint arXiv:1909.05639},
year = {2019}
}
备注
6 pagers, 7 figures, 2 tables, accepted: LPSS (Linguistic Properties of Spontaneous Speech, Taipei 2019)