Fan Database

韵母以及声调构成，其中声调信息包含在韵母中。 因此，汉语音节结构可以简化为声母+韵母，汉语中共有个无调音节，大约个有调音节。 声学建模单元的选择可以采用多种方案，比如采用音节建模、音素建模或者声韵母建模等。 汉语普通话比较合适采用声韵母进行声学建模，因为不存在冗余，所以不同音节之间可以共享声韵母信息，如“”和“”均有韵母“”。


这种建模单元方案可以充分利用训练数据，使得训练出来的声学模型更加稳健。如果训练数据足够多，则建议采用带声调的声韵母作为声学模型的建模单元。 对于英文来讲，因为没有声调，可以采用音素单元来建模。为了表述方便，很多文献也常 萨尔瓦多电话号码数据 常把普通话的声韵母归为音素级别。 音素的上下文会对当前中心音素的发音产生影响，使当前音素的声学信号发生协同变化，这与该音素的单独发音有所不同。


单音素建模没有考虑这种协同发音效应，为了考虑该影响，实际操作中需要使用上下文相关的音素（也被称为“三音子”）作为基本单元进行声学建模，即考虑当前音素的前一个音素和后一个音素，使得模型描述更加精准。 对三音子进行精细建模需要大量的训练数据，而实际上对于某些三音子而言数据很难获得，同时精细建模导致模型建模单元数量巨大，例如，音素表有个音素，则需要的三音子总数为:=，模型参数显然急剧增加。