連續(xù)漢語普通話聲調(diào)錯(cuò)誤檢測(cè).pdf

1、目前，在計(jì)算機(jī)輔助語言學(xué)習(xí)(CALL)方面的研究已經(jīng)取得了不少的成績，其中，發(fā)音評(píng)估起到了非常重要的作用。然而，在漢語普通話發(fā)音的評(píng)估方面的研究還還相知甚少，而且他們大多數(shù)都基于邊界打分的的基礎(chǔ)上的。由于漢語是聲調(diào)語言，在現(xiàn)實(shí)的交流中發(fā)音正確非常重要，所以在漢語的CALL系統(tǒng)正確檢測(cè)聲調(diào)的錯(cuò)誤是當(dāng)務(wù)之急。在本論文中，提出了能夠描述聲調(diào)變化的基于上下文的聲調(diào)模型(CDTM)模型，并通過計(jì)算最佳期望CDTM模型和最接近實(shí)際發(fā)音的CDTM模型

2、(由實(shí)際發(fā)音通過CDTM識(shí)別得到的語音)進(jìn)行比較來檢測(cè)發(fā)音錯(cuò)誤。 在已有研究工作中，張麗等使用了對(duì)數(shù)后驗(yàn)概率來評(píng)估聲調(diào)發(fā)音的正確性。在孤立詞的語料庫上，他們?cè)谠试S4％的錯(cuò)誤接受率的基礎(chǔ)上獲得了90％的正確率。Si Wei使用了相同的方法，但是他們的基頻通過CDF-matching的FO作為特征值來檢測(cè)聲調(diào)的錯(cuò)誤。他們的自動(dòng)語音識(shí)別系統(tǒng)與專家們的相關(guān)系數(shù)達(dá)到了0.79。但是這些工作都是使用三音子的隱馬爾科夫(HMM)在孤立詞的識(shí)別

3、上取得的成績。 在本論文，致力研究連續(xù)漢語普通話的聲調(diào)錯(cuò)誤的檢錯(cuò)，并提出了使用基于上下文的隱馬爾科夫模型來進(jìn)行聲調(diào)建模。對(duì)于連續(xù)語音，建立兩個(gè)CDTM序列，一個(gè)從相應(yīng)的閱讀文本中獲得，稱為最佳期望發(fā)音的CDTM序列，另一個(gè)序列，通過實(shí)踐發(fā)音在CDTM識(shí)別得到，稱為最接近實(shí)際發(fā)音的CDTM序列，比較這兩個(gè)序列中相應(yīng)的模型之間的相對(duì)熵(KLD)來檢測(cè)聲調(diào)發(fā)音的好壞。 在評(píng)估階段，發(fā)音的好壞是通過期望模型序列和最接近實(shí)際發(fā)音模