基于TANDEM的區(qū)分性訓(xùn)練在語音評測中的應(yīng)用研究.pdf

1、近年來，以計算機(jī)輔助語言學(xué)習(xí)為代表的語音評測系統(tǒng)越來越多的運(yùn)用在口語考試和語言教學(xué)活動之中，不僅提高了評分工作的公正性、高效性，保證了考試成績的客觀性，而且增強(qiáng)了教學(xué)反饋的及時性、準(zhǔn)確性，激發(fā)了學(xué)生的學(xué)習(xí)興趣。目前主流的語音評測系統(tǒng)采用的是基于MFCC特征的最大似然估計(MLE)建模方式。這套方法雖然成熟可靠，但也存在著諸如易受模型假設(shè)錯誤的影響、對模式的識別分類能力較差等缺點(diǎn)，從而制約了系統(tǒng)評測性能的進(jìn)一步提升。因此，本文考慮引入?yún)^(qū)分

2、性訓(xùn)練技術(shù)和TANDEM特征，分別在聲學(xué)模型訓(xùn)練準(zhǔn)則和聲學(xué)特征兩個方面對原有系統(tǒng)進(jìn)行改進(jìn)。本文的結(jié)構(gòu)如下：
　　 第一章概述性地介紹了語音評測技術(shù)的發(fā)展背景，較為詳細(xì)地說明了語音評分系統(tǒng)和發(fā)音檢錯系統(tǒng)的基本原理和實(shí)現(xiàn)方式，重點(diǎn)闡述了語音評測的識別理論基礎(chǔ)，包括聲學(xué)特征、聲學(xué)模型和語言模型等概念。
　　 第二章首先通過對貝葉斯決策理論的敘述指出了傳統(tǒng)的最大似然估計(MLE)準(zhǔn)則存在的不足，在此基礎(chǔ)上引入了聲學(xué)模型區(qū)分性訓(xùn)練

3、的思想。再經(jīng)過對各種區(qū)分性訓(xùn)練準(zhǔn)則的目標(biāo)函數(shù)和參數(shù)更新算法進(jìn)行推導(dǎo)和比較，將它們統(tǒng)一地納入到一套訓(xùn)練框架體系之中。之后，文章又分析了語音評測系統(tǒng)的各種度量得分與不同區(qū)分性訓(xùn)練準(zhǔn)則目標(biāo)函數(shù)的對應(yīng)關(guān)系，從而為區(qū)分性訓(xùn)練的建模方式在語音評測系統(tǒng)中的應(yīng)用提供了理論基礎(chǔ)。
　　 第三章首先分析了HMM/GMM框架和HMM/ANN框架各自的優(yōu)缺點(diǎn)，之后提出了一種綜合了兩者優(yōu)點(diǎn)的特征變換前端處理技TANDEM方法，并將其應(yīng)用到普通話發(fā)音檢錯系

4、統(tǒng)中。TANDEM方法通過使用區(qū)分性訓(xùn)練的神經(jīng)網(wǎng)絡(luò)去估計音素級后驗(yàn)概率，經(jīng)過一系列后續(xù)處理將原始MFCC特征轉(zhuǎn)化為TANDEM特征，作為基于HMM統(tǒng)計模型的評測系統(tǒng)的輸入，進(jìn)而完成評分或檢錯的任務(wù)。實(shí)驗(yàn)結(jié)果證明，TANDEM方法使系統(tǒng)的檢錯性能有了較大的提升，結(jié)合MLLR等自適應(yīng)方法的使用效果會更為明顯。
　　 第四章首先分析了TANDEM特征和區(qū)分性訓(xùn)練技術(shù)相結(jié)合的可能性，之后介紹了英文評分系統(tǒng)的架構(gòu)、評分特征和系統(tǒng)性能度量。