基于深層神經(jīng)網(wǎng)絡(luò)的英語口語發(fā)音錯(cuò)誤捕捉方法研究
發(fā)布時(shí)間:2021-04-13 03:16
為了提高英語口語發(fā)音錯(cuò)誤捕捉能力,提出基于深層神經(jīng)網(wǎng)絡(luò)的英語口語發(fā)音錯(cuò)誤捕捉方法。構(gòu)建英語口語發(fā)音信號(hào)檢測(cè)模型,采用多傳感融合跟蹤識(shí)別方法進(jìn)行語音信號(hào)采集,結(jié)合時(shí)頻特征分解方法進(jìn)行發(fā)音錯(cuò)誤信息的特征提取,建立發(fā)音錯(cuò)誤信號(hào)的統(tǒng)計(jì)特征分析模型,采用深層神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行發(fā)音錯(cuò)誤信號(hào)的特征篩選和分類識(shí)別,實(shí)現(xiàn)英語口語發(fā)音錯(cuò)誤捕捉。仿真結(jié)果表明,采用該方法進(jìn)行英語口語發(fā)音錯(cuò)誤捕捉的準(zhǔn)確性較高,實(shí)用性強(qiáng)。
【文章來源】:黑龍江工業(yè)學(xué)院學(xué)報(bào)(綜合版). 2020,20(08)
【文章頁數(shù)】:5 頁
【部分圖文】:
英語口語發(fā)音語音信號(hào)的譜特征檢測(cè)模型
為了測(cè)試本文算法在實(shí)現(xiàn)英語口語發(fā)音錯(cuò)誤捕捉方面的性能,進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)采用Matlab 7仿真軟件設(shè)計(jì),英語口語發(fā)音信號(hào)采樣節(jié)點(diǎn)數(shù)量為120,特征提取的分辨率為200KHZ,輸出的英語口語發(fā)音語音信號(hào)長度為1200,待測(cè)語音信號(hào)集個(gè)數(shù)為20,干擾信噪比為20d B,根據(jù)上述仿真參量設(shè)定,進(jìn)行英語口語發(fā)音錯(cuò)誤捕捉仿真分析,其中英語口語發(fā)音信號(hào)模型如圖2所示。以圖2的英語口語發(fā)音信號(hào)為研究對(duì)象,進(jìn)行英語口語發(fā)音的錯(cuò)誤捕捉,得到捕捉結(jié)果如圖3所示。
以圖2的英語口語發(fā)音信號(hào)為研究對(duì)象,進(jìn)行英語口語發(fā)音的錯(cuò)誤捕捉,得到捕捉結(jié)果如圖3所示。分析圖3得知,本文方法能有效實(shí)現(xiàn)對(duì)英語口語發(fā)音的錯(cuò)誤捕捉和特征分離。測(cè)試不同方法英語口語發(fā)音的錯(cuò)誤捕捉的精度,得到對(duì)比結(jié)果如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]煤礦工作面智能語音系統(tǒng)設(shè)計(jì)[J]. 楊清翔,楊秀宇. 煤炭工程. 2019(03)
[2]小型中醫(yī)英語口語教學(xué)語料庫的開發(fā)與應(yīng)用[J]. 杜雪琴,韓露,余靜. 國際中醫(yī)中藥雜志. 2018 (12)
[3]智能語音錄入系統(tǒng)聲調(diào)自動(dòng)識(shí)別方法研究[J]. 周春榮,蔣鄭紅. 自動(dòng)化與儀器儀表. 2018(10)
[4]復(fù)雜環(huán)境中多音節(jié)語音自適應(yīng)端點(diǎn)檢測(cè)的實(shí)現(xiàn)[J]. 鄭丹丹,秦會(huì)斌. 計(jì)算機(jī)仿真. 2018(07)
[5]軟件通信適配器的調(diào)制模式識(shí)別算法[J]. 馮徑,熊鑫立,蔣磊. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[6]正交頻分復(fù)用水聲通信自適應(yīng)調(diào)制算法[J]. 羅亞松,胡生亮,劉志坤,呂顯春. 國防科技大學(xué)學(xué)報(bào). 2017(01)
[7]英語語音合理性優(yōu)化識(shí)別建模仿真研究[J]. 張瑞. 計(jì)算機(jī)仿真. 2017(02)
[8]基于深度神經(jīng)網(wǎng)絡(luò)的語音驅(qū)動(dòng)發(fā)音器官的運(yùn)動(dòng)合成[J]. 唐郅,侯進(jìn). 自動(dòng)化學(xué)報(bào). 2016(06)
[9]基于MATLAB的語音信號(hào)采集和處理系統(tǒng)的設(shè)計(jì)[J]. 李靜. 山西大同大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[10]一種基于語音端點(diǎn)檢測(cè)的維納濾波語音增強(qiáng)算法[J]. 李戰(zhàn)明,尚豐. 電子設(shè)計(jì)工程. 2016(02)
本文編號(hào):3134510
【文章來源】:黑龍江工業(yè)學(xué)院學(xué)報(bào)(綜合版). 2020,20(08)
【文章頁數(shù)】:5 頁
【部分圖文】:
英語口語發(fā)音語音信號(hào)的譜特征檢測(cè)模型
為了測(cè)試本文算法在實(shí)現(xiàn)英語口語發(fā)音錯(cuò)誤捕捉方面的性能,進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)采用Matlab 7仿真軟件設(shè)計(jì),英語口語發(fā)音信號(hào)采樣節(jié)點(diǎn)數(shù)量為120,特征提取的分辨率為200KHZ,輸出的英語口語發(fā)音語音信號(hào)長度為1200,待測(cè)語音信號(hào)集個(gè)數(shù)為20,干擾信噪比為20d B,根據(jù)上述仿真參量設(shè)定,進(jìn)行英語口語發(fā)音錯(cuò)誤捕捉仿真分析,其中英語口語發(fā)音信號(hào)模型如圖2所示。以圖2的英語口語發(fā)音信號(hào)為研究對(duì)象,進(jìn)行英語口語發(fā)音的錯(cuò)誤捕捉,得到捕捉結(jié)果如圖3所示。
以圖2的英語口語發(fā)音信號(hào)為研究對(duì)象,進(jìn)行英語口語發(fā)音的錯(cuò)誤捕捉,得到捕捉結(jié)果如圖3所示。分析圖3得知,本文方法能有效實(shí)現(xiàn)對(duì)英語口語發(fā)音的錯(cuò)誤捕捉和特征分離。測(cè)試不同方法英語口語發(fā)音的錯(cuò)誤捕捉的精度,得到對(duì)比結(jié)果如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]煤礦工作面智能語音系統(tǒng)設(shè)計(jì)[J]. 楊清翔,楊秀宇. 煤炭工程. 2019(03)
[2]小型中醫(yī)英語口語教學(xué)語料庫的開發(fā)與應(yīng)用[J]. 杜雪琴,韓露,余靜. 國際中醫(yī)中藥雜志. 2018 (12)
[3]智能語音錄入系統(tǒng)聲調(diào)自動(dòng)識(shí)別方法研究[J]. 周春榮,蔣鄭紅. 自動(dòng)化與儀器儀表. 2018(10)
[4]復(fù)雜環(huán)境中多音節(jié)語音自適應(yīng)端點(diǎn)檢測(cè)的實(shí)現(xiàn)[J]. 鄭丹丹,秦會(huì)斌. 計(jì)算機(jī)仿真. 2018(07)
[5]軟件通信適配器的調(diào)制模式識(shí)別算法[J]. 馮徑,熊鑫立,蔣磊. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[6]正交頻分復(fù)用水聲通信自適應(yīng)調(diào)制算法[J]. 羅亞松,胡生亮,劉志坤,呂顯春. 國防科技大學(xué)學(xué)報(bào). 2017(01)
[7]英語語音合理性優(yōu)化識(shí)別建模仿真研究[J]. 張瑞. 計(jì)算機(jī)仿真. 2017(02)
[8]基于深度神經(jīng)網(wǎng)絡(luò)的語音驅(qū)動(dòng)發(fā)音器官的運(yùn)動(dòng)合成[J]. 唐郅,侯進(jìn). 自動(dòng)化學(xué)報(bào). 2016(06)
[9]基于MATLAB的語音信號(hào)采集和處理系統(tǒng)的設(shè)計(jì)[J]. 李靜. 山西大同大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[10]一種基于語音端點(diǎn)檢測(cè)的維納濾波語音增強(qiáng)算法[J]. 李戰(zhàn)明,尚豐. 電子設(shè)計(jì)工程. 2016(02)
本文編號(hào):3134510
本文鏈接:http://sikaile.net/kejilunwen/wltx/3134510.html
最近更新
教材專著