Введение к работе
-3-I. .
В работе рассматриваются нриншиш двухуровневого автоматического анализа просодического оформления высказывания на материале связного текста. Просодический аналие является неотъемлемой компонентой современных систем распознавания речи, на что указывают все специалисты данной области.
В данной работе обсуждается один из способов анализа просодии
сопоставительный. позволяющие комплексно использовать просодические характеристики,- ставящий своей целью поиск Формальных критериев для выделения существенных изменений просодических параметров и выявление формальных коррелятов функций просодических средств.
В настоящее время известны два классических метода анализа просодической информации: инструментально-слуховой и формальный. Инструментально-слуховой метод анализа представляет собой, п оутновти. экспертную, интерпретацию речевого потока. Обширный научный и исследовательский опыт эксперта, г(ЬдкрепланннЯ суммарным внаиивм и квалифицированной ориентацией в данной проблемной области, является фундаментом инструментально-слухового метода. Формальный подход исследует поведение значимых-физико-акустических характеристик . звукового сигнала без его предварительной сегментации на лингвистические единицы. У каждого метода своя сфера применения и свои ограничения, диктуемые самой природой этих методов. В частности, в прикладных автоматизированных системах, использующих просодический анализ (системы распознавания и понимания речи, системы, обучающие правильной интонации, и т.д.), могут применяться только формальные методы. исключающие
непосредственное обращение к субъективном знаниям и интуиции эксперта, что аначителььо сужает круг извлекаемой просодической информации по сравнению с инструментально-слуховыми методами.
В работе предпринята попытка синтеза преимуществ двух описанных подходов: теоретические положения и экспериментальные Дїнпше, накопленные инструментально-слуховой фонетикой, суммируются и обобщаются автором в ьндз автоматической процедуры. Набор формальных алгоритмов. применяемых при независимом просодическом анализе, дополнен своеобразной экспертной системой, состоящей иа базы знаний и правил оперирования ими, что позволяет соединить вместе богатый накопленный опыт традиционных инструментально-слуховых методов и строгость формального анализа. Рассматриваемый формальный аппарат реализован 'автором в виде комплекса программ для персонального компьютера. Соединение двух различных методов анализа просодического оформления речевого сигнала: инструментально-слухового и формального - достигается путем сопоставления результатов анализа/ полученных одним и другим методом на одном и том же речевом материале. Автор предлагает реализацию такого сопоставительного исследования как /(вухуровневыР анализ.
Первый уровень - автоматический анализ транскрипцш высказывания с помощью базы знаний лингвистических факторов1
1 Лингвистические фактору - это определенные языковые
закономерности, влияющие на вначекия просодических признаков.
Например, длительность и интенсивность гласного звука существенно
различаются в зависимости от степени его ударности и его позиции ь
высказыоании. ' '
Результатом анализа явлпютсп некоторые предварительные заключения о возможной поведении частоты основного тона и ннтетгішжхітл в процессе реализации вьісгпрдашшя, предсклзшшз "сильных" или "олабнх", о точки зрения выраженности ироооличпоки* «ро,%с;тг., їчас~і»и«і'рдччаого сигнала.
Второй уровень - автоматический анализ конкретных вначопий просодических примаков для дшшоп. реализации раскалывания, выявления информативных учпеткоп частоты основного тона и интенсивности о помет» формальных методов анализ»».
ШїїШіІРМ исследования является вввниосвязь моялУ иибором ifAKTopon, воздуНетвумцнх ini проеолнчйскоо оформление выскн^чиянпл и его «пинии, и реальными значениями просодических характеристик данного гшокптовчкия.
Шшї данной роботы является поиск формальних критериев для выделения суирстявнних изменений просодических «срамотроо и выявление формальних коррелятов функция просодических средств среди значений параметров речевого сигнала, на который воздействуют рпэличпнч лингвистические факторы.
Яостиячнпч ука.?,пн,но'н ичли требует решения следующих зёЛШ: енстршхтимнроадть лингвистические фактори, влияющий iw пропаленио ' просодических признаков (на овнов* ладни* ннотрумпитйльно-слуховой Фонетики):
- разработать процедури ввтоідз ччоекой характериаешш выекпинввкич
с помощь» выявленного набора лингвистических факторов;
- рияроботать процедуры автоматической классификации олом.мпт'іі
высказывания по группам яквичалентнести в аевиепчости от
воадвлотвувдих лингвистических факторов:
-t>
- определить те характеристические точки в рядах значений
просодических признаков, которые могут быть использованы в
независимом просодической анализе;
разработать процедуры автоматического выделения характеристических значений и их классификации по группам эквивалентности;
- выработать критерии для создания экспериментального корпуса фраз
(текста), проверить построенный формальный аппарат на материале
экспериментального текста.
Для решения поставленных вадач йспользумся следующие методы,:
1) бинарное кодирование лингвистических факторов и группировка
элементов транскрипционной записи методом кластерного анализа
бинарных .цепочек;
2) метрический кластерный анализ' значений выделенных
характеристических точек;
3) сопоставительный аналиа полученных группировок для выявления
корреляции между ними и нахождения формальных коррелятов
лингвистическим факторам.
Описанная в работе система автоматизированных процедур является попыткой построения формального аппарата для сопоставительного анализа теоретических представлений и реальных вначений просодических признаков в звучащей речи.
Дктуальность данной работы определяется потребностью в поаучбіїии данных нового типа для систем, имеющих этап автоматического просодического анализа, в нахождении инвариайтных представлений просодических характеристик для использования 6 автоматизированных системах распознавания и понимания речи, в системах, обучающих правильной интонации; и т.д.
- 7.
Новизна работы заключается в попытке совмещения двух существующих подходов к анализу просодии, а также в стремлении автора провести полностью автоматизированный сопоставительный двухуровневый анализ просодии с помомьи «рглиїй ооврвиеиноя мїрсональноя вычислительной техники. В ранках этого подхода теоретическая ценность работы состоит в разработке автором принципов сопоставительного автоматического двухуровневого анализа просодических явлений, в создании и описании р*яан знания лингвистических факторов, релевантных для изменения проеояичпских параметров в речи.
Практическая значимость работы состоит, во-первых. в разработке алгоритмов для автоматической херактериввнии элементов транскрипции о помощью базы янаний. автоматической диош/атизации лингвистических данных: во-вторых, в нахождении ряда критериев для использования кластерного анализа в просодических исследованиях и для ^выделения характеристических точок в рядах значения просодических признаков: в-третьих, в проведении достаточно большого эксперимента по проверке ни соответствие базы лингвистических факторов и реальных изменений просодических признаков на материале связного текста.
Формальный аппарат представляет собой программный комплекс, состоящий из следующих частей:
-
автоматическая характеризация транскрипции высказывания и классификация элементов транскрипции исходя из их сегментно*-позиционных и интонационных особенностей:
-
обработка числовых значений частоты основного -тона и интенсивности:
. в- 8) видалоние характеристических точек в радах числовых значений
частоты основного тона и интенсивности! ^) классификация характеристических вкачаний.
Комплокс написан на языке Си** в среде Турбо-Си++ для персонального коиііьюі'ора IBM РС-АТ, занимает 400 К внешней памяти, работает в реальном времени.
Апробаинн работы. Содержание работы отражено в 6 печатных работах, ревудьтаты работы были наложены на рабочих семинарах кафедр прикладной и экспериментальной лингвистики Московского Государственного Лингвистического Университета и кафедры математической лингвистики С.-Петербургского Университета.
рбьеи и структура работы. Диссертация состоит на введения, трех глав, заключения, библиографии и приложении. Основной текст диссертации ааннмает- 124 страницы, библиография состоит ив 132 наименований. В приложения включені! описання алгоритмов основних программ, ' входящих в программный комплокс: материалы, иллюотрируодне работу специальной программы для выделения частоты основного тона и интенсивности; фонетически представительные и сбалансированные тексты, на основе которых был получен собственный экспериментальный текст; результаты работы программного комплекса на материале экспериментального текста: фрагменты протоколов работы программного комплекса; итоговые таблицы, суммирующие результаты екопбримеитов. .
. 9 -
