漢語連續(xù)語流聲調(diào)評(píng)測(cè)技術(shù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和語音識(shí)別技術(shù)的發(fā)展進(jìn)步，出現(xiàn)了計(jì)算機(jī)輔助語言學(xué)習(xí)(CALL，Computer Aided Language Learning)系統(tǒng)，利用CALL系統(tǒng)進(jìn)行發(fā)音輔助學(xué)習(xí)，學(xué)習(xí)者可以即時(shí)獲得有效的反饋。普通話評(píng)測(cè)屬于語言學(xué)習(xí)的研究范疇，普通話水平測(cè)試電子化系統(tǒng)有助于高效地進(jìn)行測(cè)試。 聲調(diào)是區(qū)別方言與普通話的重要標(biāo)尺，某種程度上決定了一個(gè)人普通話水平的基本面貌和基本水平。因此在普通話水平客觀測(cè)試系統(tǒng)中，聲調(diào)的客觀評(píng)測(cè)是一

2、個(gè)非常重要的子系統(tǒng)。對(duì)于連續(xù)語流，由于受上下文的影響，字調(diào)之間存在不可忽視的連續(xù)性，變調(diào)現(xiàn)象普遍存在且具有多樣性，給聲調(diào)識(shí)別器的結(jié)果帶來嚴(yán)重的混淆，進(jìn)而影響聲調(diào)評(píng)測(cè)系統(tǒng)的實(shí)際性能。本文利用連續(xù)語流中韻律耦合效應(yīng)和韻律信息緊密相關(guān)這一特性，著重在建模的經(jīng)典方法基礎(chǔ)上提出了利用上下文的聲韻母和聲調(diào)信息、當(dāng)前音節(jié)所屬韻律結(jié)構(gòu)等韻律信息的建模策略，使得漢語普通話水平評(píng)測(cè)系統(tǒng)中連續(xù)語流聲調(diào)評(píng)測(cè)子系統(tǒng)性能得到有效的提升。文章結(jié)構(gòu)如下： 第一

3、章簡單介紹了語音評(píng)測(cè)的發(fā)展背景與現(xiàn)狀，重點(diǎn)闡述了語音評(píng)測(cè)的原理、系統(tǒng)構(gòu)成、以及所依靠的語音識(shí)別技術(shù)基礎(chǔ)，最后引入聲調(diào)評(píng)測(cè)的概念，并分析其中存在的難點(diǎn)。 第二章基于聲調(diào)評(píng)測(cè)系統(tǒng)的三個(gè)基本模塊：特征提取、訓(xùn)練模型和評(píng)測(cè)算法，分別詳細(xì)描述了其經(jīng)典方法和原理。重點(diǎn)對(duì)比介紹了基于核心段建模和基于上下文信息建模的傳統(tǒng)建模方法，分析其中的存在的問題，并提出新的方法。 第三章首先簡單介紹了韻律方面理論的發(fā)展。根據(jù)對(duì)韻律理論的研究分析得知

4、：韻律信息和語流中基頻變化密切相關(guān)：韻律信息提供的各種層次的間斷將連續(xù)語流分割成更加便于理解和機(jī)器處理的小單元，因此本文提出以韻律詞為基本建模單元，建立基于多空間概率分布的HMM調(diào)型模型(L1Tone-MSD)，可以較好地解決基頻的不連續(xù)性和連續(xù)語流中上下文信息嚴(yán)重影響基頻變化給建模帶來的困難。實(shí)驗(yàn)證明該子系統(tǒng)針對(duì)標(biāo)準(zhǔn)發(fā)音的聲調(diào)識(shí)別率和針對(duì)方言背景的非標(biāo)準(zhǔn)發(fā)音的聲調(diào)評(píng)測(cè)結(jié)果都有較好的提升。 第四章提出了基于多種韻律信息的上下文相