計算機(jī)輔助普通話發(fā)音評測關(guān)鍵技術(shù)研究.pdf

1、語言是人類溝通最便捷的手段，隨著社會的發(fā)展，計算機(jī)輔助語言學(xué)習(xí)越來越受到人們重視。計算機(jī)輔助語言學(xué)習(xí)系統(tǒng)中的核心技術(shù)之一就是高性能的發(fā)音評測技術(shù)。發(fā)音評測技術(shù)可以使學(xué)習(xí)者隨時了解自己的發(fā)音水平和發(fā)音能力，從而更有針對性的學(xué)習(xí)和朝著正確的方向進(jìn)行訓(xùn)練。本文在基于統(tǒng)計語音識別的發(fā)音評測技術(shù)基礎(chǔ)上，對發(fā)音評測的核心算法，發(fā)音評測聲學(xué)模型的自適應(yīng)方法，時長、語速在發(fā)音評測中的應(yīng)用，以及發(fā)音評測系統(tǒng)中的打分映射模型等方面進(jìn)行了研究。本文的研究成果

2、在普通話發(fā)音評測方面經(jīng)過驗證基本達(dá)到了實用水平。本論文的具體研究工作和成果概述如下：
　　 首先，本文在介紹發(fā)音評測系統(tǒng)主要研究內(nèi)容和研究方向的基礎(chǔ)上，對發(fā)音評測的核心算法——對數(shù)后驗概率算法進(jìn)行了深入分析，并提出了包括：根據(jù)語音學(xué)知識改進(jìn)發(fā)音評測中的識別網(wǎng)絡(luò)來簡化對數(shù)后驗概率算式；基于模型間距離差來生成發(fā)音錯誤模式的思想，并以KLD差來計算模型間距離差，再以錯誤模式來構(gòu)建發(fā)音評測的識別網(wǎng)絡(luò)以簡化對數(shù)后驗概率算式；基于普通話水平

3、測試中的重點音與難點音的帶音素權(quán)重因子的后驗概率規(guī)整算法等三種改進(jìn)算法。這些改進(jìn)，在針對普通話的發(fā)音評測基線系統(tǒng)上都取得了較好的性能提升。
　　 接著，本文針對發(fā)音評測中使用的語音模型的應(yīng)用環(huán)境和訓(xùn)練環(huán)境的不匹配問題，仔細(xì)分析了發(fā)音評測與語音識別對聲學(xué)模型的不同需求。指出，雖然發(fā)音評測與語音識別有諸多的相似，但兩者在目的上截然不同，語音識別是要將不同人、不同時間下千差萬別的同一個字的發(fā)音“模糊”識別為同一個文字，而發(fā)音評測是要“

4、精細(xì)”分辨出這千差萬別的發(fā)音的標(biāo)準(zhǔn)程度。最終，從語音識別中的模型自適應(yīng)出發(fā)，提出了選擇性自適應(yīng)的策略，用以選擇出發(fā)音人發(fā)音數(shù)據(jù)中的相對標(biāo)準(zhǔn)數(shù)據(jù)對發(fā)音評測系統(tǒng)所用的聲學(xué)模型進(jìn)行自適應(yīng)，并分析了選擇數(shù)據(jù)的量和數(shù)據(jù)選擇的粒度對自適應(yīng)效果的影響。
　　 然后，本文研究了時長和語速在發(fā)音評測上的應(yīng)用。調(diào)研了早期關(guān)于語速的研究及其在語音合成和發(fā)音評測中的應(yīng)用，重點介紹了絕對語速和基于ANGIE的時長模型，并運用ANGIE的時長模型實現(xiàn)了普通

5、話發(fā)音評測的時長歸一化和相對語速計算。文中還介紹了絕對語速、相對語速等時長模型計算時長得分的方法，并實驗對比了幾種時長得分的性能。
　　 最后，本文從構(gòu)建一個實用的普通話發(fā)音評測系統(tǒng)出發(fā)，研究了發(fā)音評測系統(tǒng)中用于將評測測度轉(zhuǎn)換為機(jī)器預(yù)測分?jǐn)?shù)的打分映射模型。在介紹了通用的多元線性回歸映射模型的算法和分析其在實際應(yīng)用中的不足后，文中采用分段線性回歸模型對通用映射模型進(jìn)行優(yōu)化，并詳細(xì)介紹了基于置信區(qū)間分段線性回歸、GMM概率加權(quán)線性回