普通話學習中地方口音的聲學建模.pdf

1、隨著普通話使用范圍和要求的不斷提高，普通話學習與訓練工作的數(shù)量和難度呈指數(shù)增長，推廣普通話工作仍很艱巨。同時隨著計算機語音識別技術的發(fā)展，語音識別技術已經(jīng)取得顯著進步，從而使利用計算機語音識別技術實現(xiàn)普通話學習和訓練成為可能。 普通話學習和訓練系統(tǒng)一般都是基于語音識別系統(tǒng)的，它對受地方口音影響而導致的相近、相似、模糊的發(fā)音容易產(chǎn)生識別錯誤，嚴重影響了普通話學習的效果。因此我們有必要對受地方口音影響的語音進行有效區(qū)分，以便提高普通

2、話學習和訓練系統(tǒng)的性能。 本文的主要內容是對受四川口音影響的語音進行聲學建模，提取對四川口音敏感的特征參數(shù)；同時討論了這種特征參數(shù)對受四川口音影響的語音的進行識別效果。 首先，根據(jù)四川人說普通話的特點，分析了帶四川口音的普通話與標準普通話之間區(qū)別，選取了四川人說普通話一個較為普遍產(chǎn)生錯誤的語音－聲母為zh-z/ch-c/sh-s的語音作為研究對象。 其次，考慮到低信噪比情況下語音端點檢測的難點，提出一種基于相關性

3、和高維空間向量的自相關夾角余弦值的方法來對低信噪比下的語音進行端點檢測。實驗表明這種方法計算復雜度較低，而且在低信噪比的情況下仍能較好的檢測到語音信號的端點。 再次，為了在進行普通話學習和訓練時更好的區(qū)分那些受地方口音－四川口音影響的相近、相似、模糊的語音，提高它們的識別率，本文對受四川口音影響的語音進行了聲學建模，提取了對地方口音敏感的特征參數(shù)。具體將分兩個步驟進行：第一步提取初始特征特征參數(shù)，包括12階的倒譜系數(shù)LPCC和L