基于TANDEM的聲學模型區(qū)分性訓練在語音評測系統(tǒng)中的研究.pdf

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