自動(dòng)語(yǔ)音分析技術(shù)在俄語(yǔ)發(fā)音學(xué)習(xí)中的應(yīng)用

1、自動(dòng)語(yǔ)音分析技術(shù)在俄語(yǔ)發(fā)音學(xué)習(xí)中的應(yīng)自動(dòng)語(yǔ)音分析技術(shù)在俄語(yǔ)發(fā)音學(xué)習(xí)中的應(yīng)用【摘要】文章針對(duì)現(xiàn)在我國(guó)俄語(yǔ)教學(xué)中發(fā)音教學(xué)的不足提出使用自動(dòng)語(yǔ)音分析技術(shù)輔助俄語(yǔ)發(fā)音學(xué)習(xí)設(shè)計(jì)了一個(gè)具有示范、評(píng)分反饋功能的俄語(yǔ)單詞發(fā)音學(xué)習(xí)輔助系統(tǒng)。文章詳細(xì)的描述了系統(tǒng)功能、基本框架給出了系統(tǒng)實(shí)現(xiàn)中的關(guān)鍵技術(shù)。最后使用VC6.0實(shí)現(xiàn)了一個(gè)演示系統(tǒng)并進(jìn)行了簡(jiǎn)單測(cè)試?！娟P(guān)鍵詞】自動(dòng)語(yǔ)音分析俄語(yǔ)發(fā)音MFCC計(jì)算機(jī)輔助教學(xué)FCC(Mel頻率倒譜系數(shù))作為語(yǔ)音特征。系統(tǒng)獲取

2、學(xué)習(xí)者語(yǔ)音后首先將其和數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)語(yǔ)音在時(shí)間上對(duì)齊然后提取特征并計(jì)算和數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)發(fā)音的相似度最后將相似度映射為學(xué)習(xí)者較易理解和接受的等級(jí)評(píng)分。3與其他系統(tǒng)的不同本文設(shè)計(jì)的系統(tǒng)和其他文獻(xiàn)中提到的基于語(yǔ)音分析技術(shù)的發(fā)音學(xué)習(xí)系統(tǒng)[2][3][4][7]的不同主要體現(xiàn)在以下幾個(gè)方面:(1)本系統(tǒng)使用的技術(shù)不是語(yǔ)音識(shí)別技術(shù)并不識(shí)別學(xué)習(xí)者發(fā)音的含義而是采用語(yǔ)音分析技術(shù)分析判斷學(xué)習(xí)者發(fā)音和系統(tǒng)存儲(chǔ)的標(biāo)準(zhǔn)語(yǔ)音的相似度給出評(píng)分反饋音分析輔助俄語(yǔ)發(fā)音系統(tǒng)

3、中語(yǔ)音特征的選取還體現(xiàn)著評(píng)分的意圖和側(cè)重這是因?yàn)樗x取的特征將被用來(lái)比較作為評(píng)分依據(jù)。在語(yǔ)音分析領(lǐng)域常用的特征主要有短時(shí)幀平均能量、幅度、短時(shí)幀過(guò)零率LPCC(線性預(yù)測(cè)倒譜系數(shù))和MFCC(Mel到譜系數(shù))等。其中MFCC考慮了人耳的聽(tīng)覺(jué)特性具有良好的識(shí)別特性和抗噪特性能較好的體現(xiàn)語(yǔ)音的內(nèi)容因而本文選擇其作為語(yǔ)音特征。MFCC參數(shù)的提取流程過(guò)程如圖2所示:3MFCC計(jì)算流程首先對(duì)系統(tǒng)捕獲的原始語(yǔ)音信號(hào)S(n)進(jìn)行預(yù)加重、分幀、加窗等預(yù)處

4、理得到每個(gè)語(yǔ)音幀的時(shí)域信號(hào)X(n)。然后對(duì)X(n)實(shí)施DFT(離散傅里葉變換)得到線性頻譜X(k)。接著計(jì)算X(k)的能量譜使用一組Mel尺度的三角形濾波器在頻域?qū)δ芰孔V進(jìn)行帶通濾波。求取每個(gè)濾波器組輸出的對(duì)數(shù)能量S(m)對(duì)S(m)進(jìn)行DCT(離散余弦變換)最終得到MFCC參數(shù)。4評(píng)分算法(相似度度量)發(fā)音水平的衡量評(píng)分方法是俄語(yǔ)發(fā)音學(xué)習(xí)系統(tǒng)中使用到的另一項(xiàng)關(guān)鍵技術(shù)不合理的評(píng)分算法會(huì)對(duì)發(fā)音給出錯(cuò)誤的評(píng)分對(duì)學(xué)習(xí)者造成誤導(dǎo)。發(fā)音水平的計(jì)算機(jī)