基于統(tǒng)計模式識別發(fā)音錯誤自動檢測的研究.pdf

1、中國科學(xué)技術(shù)大學(xué)博士學(xué)位論文基于統(tǒng)計模式識別發(fā)音錯誤自動檢測的研究姓名：張峰申請學(xué)位級別：博士專業(yè)：信號與信息處理指導(dǎo)教師：王仁華戴禮榮20090501摘要此外，除了聲學(xué)建模的改進(jìn)以外，本文還從發(fā)音檢錯的后端處理方面，提出了三維后端歸一化的處理策略和基于機器學(xué)習(xí)的后端處理策略。首先，通過對專家打分和實驗數(shù)據(jù)的分析，提出了要在說話人層次上引入說話人整體發(fā)音水平的特征：其次，通過對文本相關(guān)的后驗概率的分析，提出了要在說話內(nèi)容層次上引入音素類

2、別的特征；再次，通過對系統(tǒng)使用中的干擾問題的分析，提出了要在說話時間層次引入前后文得分的特征。最后，通過引入這三個層次的特征，提出了三維后端歸一化的處理策略，大幅度提高了系統(tǒng)性能。三維后端歸一化的處理策略也有一些問題，比如多維特征的處理。為了解決這些問題，我們提出了更加可靠的基于機器學(xué)習(xí)的后端處理策略，通過SVM來處理多維特征的優(yōu)化。最后，通過以上的研究工作，可以實現(xiàn)一個性能比較穩(wěn)定的發(fā)音檢錯系統(tǒng)，在此基礎(chǔ)上，本文提出了發(fā)音檢錯的聲學(xué)模

3、型自動更新策略，該策略能通過對未標(biāo)注的原始數(shù)據(jù)的獲得，針對錯誤發(fā)音樣本進(jìn)行處理，不斷的提高發(fā)音檢錯系統(tǒng)的性能。首先，本文分析了錯誤檢測度量生成算法，說明了對錯誤發(fā)音進(jìn)行建模的必要性；接著通過對錯誤發(fā)音的特點和非監(jiān)督的參數(shù)估計的分析，提出了幾種錯誤發(fā)音建模的策略，其中錯誤發(fā)音半監(jiān)督聚類建模的算法效果最好。進(jìn)一步，通過已建立的性能比較可靠的檢錯系統(tǒng)以及錯誤發(fā)音建模算法，本文提出了發(fā)音檢錯的聲學(xué)模型自動更新策略，能夠處理未標(biāo)注的原始數(shù)據(jù)，改進(jìn)