【摘要】：伴隨著全球文化交流的日益頻繁,人們?cè)絹?lái)越明白熟練掌握一門(mén)外語(yǔ)的重要性。口語(yǔ)訓(xùn)練是語(yǔ)言學(xué)習(xí)的基本要求,而計(jì)算機(jī)輔助發(fā)音訓(xùn)練系統(tǒng)也隨之成為語(yǔ)音識(shí)別應(yīng)用中的一個(gè)重要研究方向。對(duì)于我國(guó)英語(yǔ)學(xué)習(xí)者口語(yǔ)發(fā)音評(píng)價(jià)的重要指標(biāo)之一是語(yǔ)音可懂度,但目前在音素級(jí)自動(dòng)語(yǔ)音可懂度評(píng)分與人類(lèi)專(zhuān)家評(píng)分相關(guān)性差距較大。此外,由于非母語(yǔ)學(xué)習(xí)者發(fā)音錯(cuò)誤的多樣性,在對(duì)學(xué)習(xí)者發(fā)音檢測(cè)過(guò)程中,相似音素發(fā)音易出現(xiàn)混淆,傳統(tǒng)基于概率統(tǒng)計(jì)的檢測(cè)方法很難覆蓋到所有的錯(cuò)誤音素類(lèi)型,無(wú)法準(zhǔn)確有效地反饋音素級(jí)的糾正建議來(lái)幫助學(xué)習(xí)者提升語(yǔ)音可懂度水平。針對(duì)上述問(wèn)題,本文首先分析了目前常用發(fā)音檢測(cè)技術(shù)的特點(diǎn)和局限,為了解決學(xué)習(xí)者由于漢語(yǔ)發(fā)音習(xí)慣產(chǎn)生的錯(cuò)誤發(fā)音規(guī)律性問(wèn)題。本文采用一種基于音素偏誤發(fā)音網(wǎng)絡(luò)的方法對(duì)學(xué)習(xí)者發(fā)音中的錯(cuò)誤發(fā)音的音素進(jìn)行檢測(cè),并研究出一種循環(huán)隨機(jī)音素識(shí)別檢測(cè)方法提高音素識(shí)別正確率和準(zhǔn)確率,并使用SVM分類(lèi)器對(duì)發(fā)音錯(cuò)誤類(lèi)型進(jìn)行判別分類(lèi),結(jié)合語(yǔ)音可懂度評(píng)價(jià)方法,為學(xué)習(xí)者反饋糾錯(cuò)建議。實(shí)驗(yàn)表明,使用本文改進(jìn)的音素識(shí)別檢測(cè)方法,提高了音素語(yǔ)音特征識(shí)別的正確率和準(zhǔn)確率。在對(duì)學(xué)習(xí)者語(yǔ)音可懂度評(píng)分時(shí),針對(duì)目前常用語(yǔ)音可懂度評(píng)價(jià)方法與人類(lèi)專(zhuān)家評(píng)分相關(guān)性差距較大的問(wèn)題。本文首先分析了基于AI指數(shù)、語(yǔ)段特征以及音素得分評(píng)價(jià)方法原理及特點(diǎn)。研究一種新的基于音素組合特征的語(yǔ)音可懂度評(píng)分方法,即通過(guò)線性組合的方式得到新的聲學(xué)特征測(cè)量得分來(lái)對(duì)語(yǔ)音可懂度評(píng)分,并實(shí)驗(yàn)驗(yàn)證了本文語(yǔ)音可懂度評(píng)分方法與人類(lèi)專(zhuān)家評(píng)分的相關(guān)性。最后本文將發(fā)音問(wèn)題檢測(cè)方法與語(yǔ)音可懂度評(píng)價(jià)方法應(yīng)用于實(shí)際在線原型系統(tǒng)中,設(shè)計(jì)了針對(duì)非母語(yǔ)學(xué)習(xí)者的語(yǔ)音可懂度評(píng)估系統(tǒng)。實(shí)驗(yàn)測(cè)試表明,通過(guò)該系統(tǒng)對(duì)英語(yǔ)發(fā)音進(jìn)行檢測(cè)和糾正錯(cuò)誤音素后,學(xué)習(xí)者語(yǔ)音可懂度評(píng)分有了明顯提高,進(jìn)一步驗(yàn)證本文所提方法的有效性和實(shí)用性。因此本課題在計(jì)算機(jī)輔助發(fā)音領(lǐng)域有著一定的參考價(jià)值和應(yīng)用價(jià)值。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN912.3
【圖文】：

并對(duì)各分類(lèi)模型在語(yǔ)音識(shí)別中的拓展應(yīng)用進(jìn)行了簡(jiǎn)究所可能存在的問(wèn)題以及為后續(xù)章節(jié)的研究工作做鋪墊。別技術(shù)識(shí)別技術(shù)的計(jì)算機(jī)輔助發(fā)音系統(tǒng)（CAPT），其核心技術(shù)就，由于英語(yǔ)作為全球最廣為流通以及普遍的語(yǔ)言，其學(xué)習(xí)者算機(jī)輔助英語(yǔ)學(xué)習(xí)也成為了當(dāng)今的一大研究熱點(diǎn)。英文發(fā)多種技術(shù)來(lái)進(jìn)行研究，研究首先需要了解英語(yǔ)語(yǔ)音的一些基理學(xué)過(guò)程，并據(jù)此建立合理的模型來(lái)描述發(fā)音檢測(cè)評(píng)價(jià)的過(guò)類(lèi)的產(chǎn)生與三部分器官有關(guān)：肺部、喉嚨和聲道。經(jīng)過(guò)聲道成人們所能聽(tīng)到的語(yǔ)音。例如英文單詞“breakfast”的產(chǎn)生st 的音強(qiáng)圖和聲譜圖。

音素，字母，音標(biāo)都是衡量一個(gè)英語(yǔ)學(xué)習(xí)中的發(fā)音質(zhì)量以及能否被聽(tīng)者正確聽(tīng)懂理解的重要依據(jù)。2.1.2 語(yǔ)音信號(hào)處理語(yǔ)音聲學(xué)基元是聲學(xué)模型構(gòu)建的基礎(chǔ)，聲學(xué)基元的選擇標(biāo)準(zhǔn)一般需要考慮三個(gè)標(biāo)準(zhǔn)易訓(xùn)練、可拓展以及高精度。目前語(yǔ)音識(shí)別研究中聲學(xué)基元的選擇大多都是詞（word）、音節(jié)（syllable）、半音節(jié)（semi-syllable）以及音素（phone）等。英文語(yǔ)音一般選擇音素作為聲學(xué)基元，對(duì)于小詞匯語(yǔ)音識(shí)別系統(tǒng)，通常聲學(xué)基元為詞。由于構(gòu)成英文單詞的單元是字母，而字母又是音素組成的。而與漢語(yǔ)的詞匯發(fā)音不同，漢語(yǔ)大多是基于聲母，韻母所構(gòu)成的[25][26]。計(jì)算機(jī)首先將接收到的語(yǔ)音進(jìn)行預(yù)處理操作，處理為語(yǔ)音信號(hào)之后才能進(jìn)行分析。通過(guò)計(jì)算機(jī)進(jìn)行預(yù)處理等操作，可以一定程度上減少因?yàn)槿祟?lèi)本身和采集設(shè)備對(duì)語(yǔ)音信號(hào)質(zhì)量所造成的影響。為之后的信號(hào)處理提供穩(wěn)定，優(yōu)質(zhì)的分析參數(shù)，從而提高信號(hào)處理的質(zhì)量。語(yǔ)音信號(hào)處理流程如圖 2-2 所示。

態(tài)序列不能被直接觀察到，但可以通過(guò)觀察向量反映出來(lái)；對(duì)于任意給定狀態(tài)，MM 模型又是一個(gè)由隱含狀態(tài)決定觀察值的隨機(jī)過(guò)程，它會(huì)以隨機(jī)概率輸出相的觀察向量。HMM 的隨機(jī)過(guò)程與語(yǔ)音的形成過(guò)程類(lèi)似。HMM 模型能夠很好的模擬語(yǔ)音特性，并對(duì)應(yīng)出合理的數(shù)學(xué)解析，且對(duì)隨時(shí)間不斷變化的語(yǔ)音信號(hào)有極強(qiáng)的建能力。HMM 模型可以用以下五組參數(shù)來(lái)進(jìn)行描述，如公式 2-1 所示： { ， ， ， ， } (2-1)其中 表示 HMM 模型所包含的有限隱含狀態(tài)的集合； 表示每個(gè)隱狀態(tài)所組的集合； 表示狀態(tài)之間的轉(zhuǎn)移概率，可用一個(gè)矩陣來(lái)表示； 為相應(yīng)輸出觀察的概率； 表示由系統(tǒng)初始狀態(tài)概率所構(gòu)成的集合。HMM 模型用作聲學(xué)模型，圖 2-3 為 HMM 的示意圖，其具有 6 個(gè)狀態(tài)的 Morkov 過(guò)程，狀態(tài) 2┼5 代表間狀態(tài)，兩個(gè)黑圓圈分別代表入口狀態(tài) 1 和出口狀態(tài) 6。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳亞繁;許勇;楊軍;;單通道語(yǔ)音增強(qiáng)對(duì)低信噪比漢語(yǔ)可懂度的影響[J];電聲技術(shù);2016年10期

2 陳惠德;;％AL_cons的測(cè)試[J];電聲技術(shù);1989年05期

3 姚峰英,張敏;一種增強(qiáng)帶噪語(yǔ)音可懂度的新算法[J];聲學(xué)學(xué)報(bào);2002年06期

4 胡書(shū)孝;提高教材可懂度技術(shù)的應(yīng)用[J];醫(yī)學(xué)教育;1992年06期

5 程容荃;;人造舌對(duì)全舌切除病人攝食和元音可懂度的影響[J];國(guó)外醫(yī)學(xué).耳鼻咽喉科學(xué)分冊(cè);1983年04期

6 齊魯;從對(duì)話中摘出詞句的可懂度[J];聲學(xué)學(xué)報(bào);1964年02期

7 齊魯;從流利語(yǔ)言中摘出詞句的可懂度——說(shuō)話速度和詞句長(zhǎng)度的影響[J];聲學(xué)學(xué)報(bào);1964年02期

8 周篤強(qiáng),黃端生,牛聰敏,陳善廣,高慧;快速測(cè)量漢語(yǔ)語(yǔ)言可懂度方法的研究[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;1997年04期

9 吳小平;如何提高物理教材的可懂度[J];技術(shù)物理教學(xué);2005年03期

10 蔣斌;匡正;吳鳴;楊軍;;漢語(yǔ)音段反轉(zhuǎn)言語(yǔ)的可懂度研究[J];聲學(xué)學(xué)報(bào);2012年06期

相關(guān)會(huì)議論文 前6條

1 許偉;曾新吾;龔昌超;;不同帶寬和采樣頻率語(yǔ)音可懂度的實(shí)驗(yàn)研究[A];2008年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 湯朝菊;文森特·范赫恩;;漢語(yǔ)方言互懂度的實(shí)驗(yàn)測(cè)試[A];中國(guó)社會(huì)語(yǔ)言學(xué)(2006年第2期)[C];2006年

3 陳凱;俞蒙槐;胡上序;付強(qiáng);;語(yǔ)音增強(qiáng)系統(tǒng)性能評(píng)測(cè)方法綜述[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC1996）論文集[C];1996年

4 尹建琪;覃春林;諸維明;;用于語(yǔ)聲識(shí)別的自適應(yīng)去噪[A];第二屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC1992）論文集[C];1992年

5 黃志華;;共振峰對(duì)維吾爾語(yǔ)語(yǔ)音可懂度的影響[A];2018年全國(guó)聲學(xué)大會(huì)論文集 K語(yǔ)言聲學(xué)與語(yǔ)音信號(hào)處理[C];2018年

6 王康;王鵬;邱小軍;;漢語(yǔ)母語(yǔ)聽(tīng)者單耳英語(yǔ)通信可懂度受噪聲的影響[A];2016年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2016年

相關(guān)碩士學(xué)位論文 前10條

1 高源;基于音素的語(yǔ)音可懂度評(píng)價(jià)方法的研究與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2018年

2 高飛;基于音頻特性的語(yǔ)音可懂度評(píng)估[D];太原理工大學(xué);2018年

3 劉鵬;高可懂度的信號(hào)子空間語(yǔ)音增強(qiáng)算法[D];太原理工大學(xué);2014年

4 彭曉騰;語(yǔ)音可懂度客觀評(píng)價(jià)策略的研究[D];內(nèi)蒙古大學(xué);2016年

5 郭利華;具有高可懂度的維納濾波語(yǔ)音增強(qiáng)算法[D];太原理工大學(xué);2014年

6 葉琪;低信噪比環(huán)境下語(yǔ)音可懂度增強(qiáng)算法研究[D];安徽大學(xué);2016年

7 鄺秀玉;多級(jí)低速率編解碼級(jí)聯(lián)語(yǔ)音可懂度增強(qiáng)算法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

8 李娜;有效提高語(yǔ)音可懂度的語(yǔ)音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2013年

9 徐宇卓;語(yǔ)音可懂度客觀評(píng)價(jià)方法的研究[D];太原理工大學(xué);2015年

10 羅鈞;G.729與AMR級(jí)聯(lián)語(yǔ)音可懂度提高技術(shù)研究[D];電子科技大學(xué);2010年

本文編號(hào)：2787757