普通話學(xué)習(xí)中地方口音的聲學(xué)建模.pdf

1、隨著普通話使用范圍和要求的不斷提高，普通話學(xué)習(xí)與訓(xùn)練工作的數(shù)量和難度呈指數(shù)增長，推廣普通話工作仍很艱巨。同時隨著計算機語音識別技術(shù)的發(fā)展，語音識別技術(shù)已經(jīng)取得顯著進步，從而使利用計算機語音識別技術(shù)實現(xiàn)普通話學(xué)習(xí)和訓(xùn)練成為可能。 普通話學(xué)習(xí)和訓(xùn)練系統(tǒng)一般都是基于語音識別系統(tǒng)的，它對受地方口音影響而導(dǎo)致的相近、相似、模糊的發(fā)音容易產(chǎn)生識別錯誤，嚴(yán)重影響了普通話學(xué)習(xí)的效果。因此我們有必要對受地方口音影響的語音進行有效區(qū)分，以便提高普通

2、話學(xué)習(xí)和訓(xùn)練系統(tǒng)的性能。 本文的主要內(nèi)容是對受四川口音影響的語音進行聲學(xué)建模，提取對四川口音敏感的特征參數(shù)；同時討論了這種特征參數(shù)對受四川口音影響的語音的進行識別效果。 首先，根據(jù)四川人說普通話的特點，分析了帶四川口音的普通話與標(biāo)準(zhǔn)普通話之間區(qū)別，選取了四川人說普通話一個較為普遍產(chǎn)生錯誤的語音－聲母為zh-z/ch-c/sh-s的語音作為研究對象。 其次，考慮到低信噪比情況下語音端點檢測的難點，提出一種基于相關(guān)性

3、和高維空間向量的自相關(guān)夾角余弦值的方法來對低信噪比下的語音進行端點檢測。實驗表明這種方法計算復(fù)雜度較低，而且在低信噪比的情況下仍能較好的檢測到語音信號的端點。 再次，為了在進行普通話學(xué)習(xí)和訓(xùn)練時更好的區(qū)分那些受地方口音－四川口音影響的相近、相似、模糊的語音，提高它們的識別率，本文對受四川口音影響的語音進行了聲學(xué)建模，提取了對地方口音敏感的特征參數(shù)。具體將分兩個步驟進行：第一步提取初始特征特征參數(shù)，包括12階的倒譜系數(shù)LPCC和L