如果用下面的句子回答就会让人觉得很奇怪：

* No, but I own a RED bike.

*不，但我有一辆红色自行车。

* No, but I own a blue CAR.

*不，但我有一辆蓝色小汽车。

原因在于，重音要强调新的和对比的信息。强调在给定的上下文中已有的单词没有任何意义。

语调轮廓和语速在措辞中也非常重要，可以指明何处是短语或句子的开始或结束。这里是某个人在一次对话中说出的一个单词序列。如果没有韵律信息，你无法知道何处是句子和短语的边界：

Not at the same time OK we're gonna hook up engine E2 to the boxcar at Elmira and send that off to Corning now while we're loading that boxcar with oranges at Corning we're gonna take engine E3 and send it over to Corning hook it up to the tanker car and send it back to Elmira.

没有韵律信息，如果考虑到句子边界位置的变化，则这个词语序列具有严重的歧义。考虑下面这一行中的单词now。它可能是一个时态性副词，是句子的一部分：

Send that off to Corning now while we're loading the boxcar

另外，它也可以是一个对话的提示词，从而得到以下的句子序列：

Send that off to Corning

Now

While we're loading the boxcar,…….

不同的语句分割导致完全不同的解释，而你无法从单词中判断哪一种是话的原意。不过，如果你能够听到原始口语形式，会发现很明显其结构符合后一种解释。

虽然韵律明显地在口语对话中扮演了关键性的角色，但其计算方法并没有被深入地研究。原因之一是目前的语音识别系统都设计为一次只处理单一的一句话(也就是说，句子边界已经在外部被确定了），并且只有很有限的对话容量。其结果是，由韵律传达的大部分信息都与当前的应用无关。一些研究工作显示，韵律分析可以改进语音识别的准确率，不过还没有哪个系统以任何明显有效的方式集成了韵律处理。

韵律起到关键性重要作用的一个地方是语音合成。一个不使用韵律处理的语音合成系统听起来人工的痕迹非常明显而且难于理解。所以，所有最好的语音合成系统都使用启发式方法来决定一个韵律轮廓，典型的做法是基于统计方法来判断书面文本的短语边界。确保这种判断的有效性是非常重要的，因为一个使用不合适韵律的语音合成系统比完全不使用韵律的系统更加糟糕。

责任编辑：admin