2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,以計算機輔助語言學習為代表的語音評測系統(tǒng)越來越多的運用在口語考試和語言教學活動之中,不僅提高了評分工作的公正性、高效性,保證了考試成績的客觀性,而且增強了教學反饋的及時性、準確性,激發(fā)了學生的學習興趣。目前主流的語音評測系統(tǒng)采用的是基于MFCC特征的最大似然估計MLE 建模方式。這套方法雖然成熟可靠,但也存在著諸如易受模型假設錯誤的影響、對模式的識別分類能力較差等缺點,從而制約了系統(tǒng)評測性能的進一步提升。因此,本文考慮引入?yún)^(qū)分性

2、訓練技術和TANDEM 特征,分別在聲學模型訓練準則和聲學特征兩個方面對原有系統(tǒng)進行改進。
   本文的結構如下:
   第一章概述性地介紹了語音評測技術的發(fā)展背景,較為詳細地說明了語音評分系統(tǒng)和發(fā)音檢錯系統(tǒng)的基本原理和實現(xiàn)方式,重點闡述了語音評測的識別理論基礎,包括聲學特征、聲學模型和語言模型等概念。
   第二章首先通過對貝葉斯決策理論的敘述指出了傳統(tǒng)的最大似然估計MLE準則存在的不足,在此基礎上引入了聲學模

3、型區(qū)分性訓練的思想。再經(jīng)過對各種區(qū)分性訓練準則的目標函數(shù)和參數(shù)更新算法進行推導和比較,將它們統(tǒng)一地納入到一套訓練框架體系之中。之后,文章又分析了語音評測系統(tǒng)的各種度量得分與不同區(qū)分性訓練準則目標函數(shù)的對應關系,從而為區(qū)分性訓練的建模方式在語音評測系統(tǒng)中的應用提供了理論基礎。
   第三章首先分析了HMM/GMM 框架和HMM/ANN 框架各自的優(yōu)缺點,之后提出了一種綜合了兩者優(yōu)點的特征變換前端處理技術——TANDEM 方法,并將

4、其應用到普通話發(fā)音檢錯系統(tǒng)中。TANDEM 方法通過使用區(qū)分性訓練的神經(jīng)網(wǎng)絡去估計音素級后驗概率,經(jīng)過一系列后續(xù)處理將原始MFCC 特征轉化為TANDEM 特征,作為基于HMM 統(tǒng)計模型的評測系統(tǒng)的輸入,進而完成評分或檢錯的任務。實驗結果證明,TANDEM 方法使系統(tǒng)的檢錯性能有了較大的提升,結合MLLR 等自適應方法的使用效果會更為明顯。
   第四章首先分析了TANDEM 特征和區(qū)分性訓練技術相結合的可能性,之后介紹了英文評

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論