計(jì)算機(jī)輔助普通話發(fā)音評(píng)測(cè)關(guān)鍵技術(shù)研究.pdf

1、語(yǔ)言是人類(lèi)溝通最便捷的手段，隨著社會(huì)的發(fā)展，計(jì)算機(jī)輔助語(yǔ)言學(xué)習(xí)越來(lái)越受到人們重視。計(jì)算機(jī)輔助語(yǔ)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(píng)測(cè)技術(shù)。發(fā)音評(píng)測(cè)技術(shù)可以使學(xué)習(xí)者隨時(shí)了解自己的發(fā)音水平和發(fā)音能力，從而更有針對(duì)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(jì)語(yǔ)音識(shí)別的發(fā)音評(píng)測(cè)技術(shù)基礎(chǔ)上，對(duì)發(fā)音評(píng)測(cè)的核心算法，發(fā)音評(píng)測(cè)聲學(xué)模型的自適應(yīng)方法，時(shí)長(zhǎng)、語(yǔ)速在發(fā)音評(píng)測(cè)中的應(yīng)用，以及發(fā)音評(píng)測(cè)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(píng)測(cè)方面經(jīng)過(guò)驗(yàn)證基本達(dá)到了實(shí)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(píng)測(cè)系統(tǒng)主要研究?jī)?nèi)容和研究方向的基礎(chǔ)上，對(duì)發(fā)音評(píng)測(cè)的核心算法——對(duì)數(shù)后驗(yàn)概率算法進(jìn)行了深入分析，并提出了包括：根據(jù)語(yǔ)音學(xué)知識(shí)改進(jìn)發(fā)音評(píng)測(cè)中的識(shí)別網(wǎng)絡(luò)來(lái)簡(jiǎn)化對(duì)數(shù)后驗(yàn)概率算式；基于模型間距離差來(lái)生成發(fā)音錯(cuò)誤模式的思想，并以KLD差來(lái)計(jì)算模型間距離差，再以錯(cuò)誤模式來(lái)構(gòu)建發(fā)音評(píng)測(cè)的識(shí)別網(wǎng)絡(luò)以簡(jiǎn)化對(duì)數(shù)后驗(yàn)概率算式；基于普通話水平

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

4、精細(xì)”分辨出這千差萬(wàn)別的發(fā)音的標(biāo)準(zhǔn)程度。最終，從語(yǔ)音識(shí)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(duì)標(biāo)準(zhǔn)數(shù)據(jù)對(duì)發(fā)音評(píng)測(cè)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(duì)自適應(yīng)效果的影響。
　　 然后，本文研究了時(shí)長(zhǎng)和語(yǔ)速在發(fā)音評(píng)測(cè)上的應(yīng)用。調(diào)研了早期關(guān)于語(yǔ)速的研究及其在語(yǔ)音合成和發(fā)音評(píng)測(cè)中的應(yīng)用，重點(diǎn)介紹了絕對(duì)語(yǔ)速和基于ANGIE的時(shí)長(zhǎng)模型，并運(yùn)用ANGIE的時(shí)長(zhǎng)模型實(shí)現(xiàn)了普通

5、話發(fā)音評(píng)測(cè)的時(shí)長(zhǎng)歸一化和相對(duì)語(yǔ)速計(jì)算。文中還介紹了絕對(duì)語(yǔ)速、相對(duì)語(yǔ)速等時(shí)長(zhǎng)模型計(jì)算時(shí)長(zhǎng)得分的方法，并實(shí)驗(yàn)對(duì)比了幾種時(shí)長(zhǎng)得分的性能。
　　 最后，本文從構(gòu)建一個(gè)實(shí)用的普通話發(fā)音評(píng)測(cè)系統(tǒng)出發(fā)，研究了發(fā)音評(píng)測(cè)系統(tǒng)中用于將評(píng)測(cè)測(cè)度轉(zhuǎn)換為機(jī)器預(yù)測(cè)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(shí)際應(yīng)用中的不足后，文中采用分段線性回歸模型對(duì)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