基于聲紋識(shí)別的漢語普通話口語測評系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)和語音識(shí)別技術(shù)的蓬勃發(fā)展，在實(shí)驗(yàn)語音學(xué)研究領(lǐng)域當(dāng)中，人們利用計(jì)算機(jī)進(jìn)行輔助口語學(xué)習(xí)和測評的智能化語音教學(xué)也凸顯其態(tài)。本文研究的目的是結(jié)合聲紋識(shí)別和語音識(shí)別技術(shù)，通過提取聲紋特征既要強(qiáng)調(diào)說話人個(gè)性又要突出說話人共性，系統(tǒng)采用基于HMM和ANN的評分機(jī)制，設(shè)計(jì)并模擬了一款普通話測評系統(tǒng)軟件，使得學(xué)習(xí)者可以及時(shí)得到關(guān)于語言學(xué)習(xí)的有效反饋，由頻譜波形圖的相似度給出其發(fā)音質(zhì)量的一個(gè)等級評估，以提高他們的學(xué)習(xí)興趣和效率。同時(shí)，考慮到人

2、們講話的靈活性及時(shí)變性問題，綜合分析了現(xiàn)代西方語言與漢語普通話的特征，針對性地采取不同的方法，對語音識(shí)別方案進(jìn)行了深入研究。
　　 1.在聲學(xué)研究領(lǐng)域，采用HMM與ANN相結(jié)合的混合模型技術(shù)，采用隱節(jié)點(diǎn)剪枝算法，混合模型用神經(jīng)網(wǎng)絡(luò)非參數(shù)概率模型代替高斯混合模式計(jì)算HMM狀態(tài)所需要的觀測概率，在matlab環(huán)境下對神經(jīng)網(wǎng)絡(luò)做了優(yōu)化，檢測效果良好。
　　 2.在語言學(xué)研究領(lǐng)域，特別的對普通話測評系統(tǒng)中音節(jié)結(jié)構(gòu)模型實(shí)現(xiàn)做了研究

3、，由于普通話屬于聲調(diào)語言，因此對漢語普通話采用分層識(shí)別策略，并對其算法進(jìn)行了并行優(yōu)化，并優(yōu)化了查詢機(jī)制和前后向算法。試驗(yàn)表明，該方法取得了很好的效果，識(shí)別速度有了很大改進(jìn)。
　　 本研究通過系統(tǒng)的模擬仿真，建立出了更加完善的口語測評管理機(jī)制，其交互性好，且不受地點(diǎn)限制，避免了教師資源不足、解決了需要大量人力教學(xué)等實(shí)用性方面局限性問題，從而提高了測評速率，在測評的公正性等綜合因素考慮的情況下，使得普通話口語測試結(jié)果較之前的人工測試