目前在自然语音合成中，合成语音的可懂度已经具有较高水平，但是合成的自然度和准确度仍有待提升，一方面是当前合成的语音听起来机器味比较重，缺乏节奏感，另一方面是对于有歧义的句子，不正确的短语划分和停顿导致听众对合成语音的理解出现偏差。因此在自然语音合成中，语言中韵律信息的检测，尤其是韵律短语边界的检测对改善语音合成质量有着重要意义。现阶段，在英语短语边界检测研究中，由于韵律特征不明显，使得短语边界尤其是中间短语边界的自动检测非常困难。因此，本文针对英语短语边界分类检测中存在的问题，分别从韵律特征提取和模型构建两方面进行短语边界检测研究。
　　首先，本论文设计了英语短语边界检测系统的总体框架，构建了语音信号预处理、特征提取以及短语边界检测模型三个模块，并进行了初步的特征提取。
　　其次，针对元音类型对短语边界检测中元音时长特征的影响，在目前已有的元音时长特征基础上，提出了基于元音分类的归一化时长特征提取方法，并在特征提取过程中加入比例因子补偿说话人语速变化的问题。建模方法选用了长短期记忆(LSTM)神经网络进行短语边界检测。在实验中，通过比较不同特征集下检测的结果可知，在加入基于元音分类的归一化元音时长特征之后，LSTM模型在两个语料库BURSC和BURNC上的主短语边界检测的F-score分别提高了2.8%和6.3%，中间短语边界检测的F-score分别提升了4.9%和5.7%。
　　再次，考虑到元音上下文环境对元音时长的影响，提出基于固有元音特性的时长计算方法，更为准确地提取了元音时长特征。同时，模型构建方面在原有的LSTM检测模型中加入注意力机制用于增强有效特征的提取。实验结果表明，在加入新特征之后，基于LSTM模型的检测结果整体准确率提高了3.9%，并且在中间短语边界检测的F-score提升了11.1%。通过对比原有LSTM模型和改进后Att-LSTM模型的检测结果发现，Att-LSTM对边界检测的准确率提高了2.7%。
　　最后，对本论文中全部的工作内容进行了总结，并指出本文中有待解决和完善的方面以及下一步的工作方向。