連續(xù)漢語普通話聲調(diào)錯誤檢測.pdf

1、目前，在計算機輔助語言學習(CALL)方面的研究已經(jīng)取得了不少的成績，其中，發(fā)音評估起到了非常重要的作用。然而，在漢語普通話發(fā)音的評估方面的研究還還相知甚少，而且他們大多數(shù)都基于邊界打分的的基礎上的。由于漢語是聲調(diào)語言，在現(xiàn)實的交流中發(fā)音正確非常重要，所以在漢語的CALL系統(tǒng)正確檢測聲調(diào)的錯誤是當務之急。在本論文中，提出了能夠描述聲調(diào)變化的基于上下文的聲調(diào)模型(CDTM)模型，并通過計算最佳期望CDTM模型和最接近實際發(fā)音的CDTM模型

2、(由實際發(fā)音通過CDTM識別得到的語音)進行比較來檢測發(fā)音錯誤。 在已有研究工作中，張麗等使用了對數(shù)后驗概率來評估聲調(diào)發(fā)音的正確性。在孤立詞的語料庫上，他們在允許4％的錯誤接受率的基礎上獲得了90％的正確率。Si Wei使用了相同的方法，但是他們的基頻通過CDF-matching的FO作為特征值來檢測聲調(diào)的錯誤。他們的自動語音識別系統(tǒng)與專家們的相關系數(shù)達到了0.79。但是這些工作都是使用三音子的隱馬爾科夫(HMM)在孤立詞的識別

3、上取得的成績。 在本論文，致力研究連續(xù)漢語普通話的聲調(diào)錯誤的檢錯，并提出了使用基于上下文的隱馬爾科夫模型來進行聲調(diào)建模。對于連續(xù)語音，建立兩個CDTM序列，一個從相應的閱讀文本中獲得，稱為最佳期望發(fā)音的CDTM序列，另一個序列，通過實踐發(fā)音在CDTM識別得到，稱為最接近實際發(fā)音的CDTM序列，比較這兩個序列中相應的模型之間的相對熵(KLD)來檢測聲調(diào)發(fā)音的好壞。 在評估階段，發(fā)音的好壞是通過期望模型序列和最接近實際發(fā)音模