普通话与英语歌唱中语音段与音乐节拍的同步
声音
2021-09-07 v1 计算与语言
音频与语音处理
摘要
利用语音数据训练的模型生成合成歌声具有诸多优势，因其灵活性与可控性。然而，由于语音训练数据中缺乏关于语音段与节拍间时间关系的信息，合成歌声有时可能听起来不合拍。因此，语音段与音乐节拍间时间关系信息的可用性至关重要。本研究考察了歌唱数据中的段-拍同步现象，并基于P中心与响度层级的语言学理论提出假设。我们对一个普通话专业歌唱语料库与一个英语专业歌唱语料库进行了人工标注与分析。结果表明，音乐节拍的出现更依赖于语音段时长而非响度。然而，响度层级与P中心理论与节拍位置高度相关。尽管呈现共同模式，普通话与英语表现出跨语言差异。
引用
@article{arxiv.2106.10045,
title = {Synchronising speech segments with musical beats in Mandarin and English singing},
author = {Cong Zhang and Jian Zhu},
journal= {arXiv preprint arXiv:2106.10045},
year = {2021}
}
备注
To be published in the Proceeding of Interspeech 2021