五度字调模型

五度字调模型

语音的声调对合成的语音的自然度和可懂度影响甚大，尤其对于声调语言汉语普通话。五度字调模型旨在生成声调所需要的基频。用来合成汉语各方言的语音。

参考文献：
杨顺安. 五度字调模型在合成汉语语音中的应用[J]. 方言,1987(2),142-147.

五度制标调法

赵元任在1930年提出。

五度音划分：
将声调划分为五类，用1-5数字表示：
5.高
4.半高
3.中
2.半低
1.低

• 一声：阴平
  55调值（ 高平调）
  发音要点：又高又平、有起点有终点、不要虚。

• 二声：阳平
  35调值 （高升调）
  发音要点：高起高走、平稳上升、结尾保护住。

• 三声：上声
  214调值 （降升调）
  发音要点：前低后高，前短后长、前轻后重。

• 四声：去声
  51调值 （全降调）
  发音要点：又高又短

五度制音高标记法:

五度字调模型

当一个声音的频率由低到高变化时，人们的听觉上，便产生了一种由低到高变化的音高感觉。声音的频率是一种客观的物理量，而声音的音高却是一种主观的心理量，音高感觉是以频率值及其变化为基础的，但两者间呈现着复杂的关系。
在五度制标调法中，采用“相对音高”来描述字音的声调特性，即是某一声调的音高变化是相对于某一基准音高的，是在某一特定音域内，按某种调值变化的，而调值是按五度来划分的。

五度字调模型表达式：

fc(t) 称为中值音高：(以常用对数值表示),它体现着嗓音的高低,例如,成年男子的fc可以取2.1,相当于126赫的平均基频(log126=2.1); 女子的fc取为2.4,相当于252赫的平均基频。

fd 表示调域的大小，也以常用对数计。例如，某方言各调中，最高基频为300Hz，最低为150，则fd=log(300/150)=0.3

在汉语普通话中，四种声调的五度值分别为：55,35,51,214

f(t)：某一特定声调的调形函数，其值在-0.5到0.5之间。

对升调降调来说，f(t)可用直线方程表示：
fb,fe代表五度值的两个数字。

比如，调值为55，即fb=5,fe=5。代入上式，可得f(t)=0.5
调值24，即fb=2,fe=4,得f(t)=-0.25+0.5t。

对于曲折调，f(t)可用抛物线方程，用fb, fm, fe三个数字表示五度值：

对于凹形曲折调，b系数中±号取负号；对凸形调，取正号。例如：

这样一来，给定了中值音高fc，调域fd，和声调五度值，由此五度字调模型就能生成某种声调的基频随时间变化的数列。