漢語連續(xù)語流聲調評測技術研究.pdf

1、隨著計算機技術和語音識別技術的發(fā)展進步，出現(xiàn)了計算機輔助語言學習(CALL，Computer Aided Language Learning)系統(tǒng)，利用CALL系統(tǒng)進行發(fā)音輔助學習，學習者可以即時獲得有效的反饋。普通話評測屬于語言學習的研究范疇，普通話水平測試電子化系統(tǒng)有助于高效地進行測試。 聲調是區(qū)別方言與普通話的重要標尺，某種程度上決定了一個人普通話水平的基本面貌和基本水平。因此在普通話水平客觀測試系統(tǒng)中，聲調的客觀評測是一

2、個非常重要的子系統(tǒng)。對于連續(xù)語流，由于受上下文的影響，字調之間存在不可忽視的連續(xù)性，變調現(xiàn)象普遍存在且具有多樣性，給聲調識別器的結果帶來嚴重的混淆，進而影響聲調評測系統(tǒng)的實際性能。本文利用連續(xù)語流中韻律耦合效應和韻律信息緊密相關這一特性，著重在建模的經典方法基礎上提出了利用上下文的聲韻母和聲調信息、當前音節(jié)所屬韻律結構等韻律信息的建模策略，使得漢語普通話水平評測系統(tǒng)中連續(xù)語流聲調評測子系統(tǒng)性能得到有效的提升。文章結構如下： 第一

3、章簡單介紹了語音評測的發(fā)展背景與現(xiàn)狀，重點闡述了語音評測的原理、系統(tǒng)構成、以及所依靠的語音識別技術基礎，最后引入聲調評測的概念，并分析其中存在的難點。 第二章基于聲調評測系統(tǒng)的三個基本模塊：特征提取、訓練模型和評測算法，分別詳細描述了其經典方法和原理。重點對比介紹了基于核心段建模和基于上下文信息建模的傳統(tǒng)建模方法，分析其中的存在的問題，并提出新的方法。 第三章首先簡單介紹了韻律方面理論的發(fā)展。根據對韻律理論的研究分析得知

4、：韻律信息和語流中基頻變化密切相關：韻律信息提供的各種層次的間斷將連續(xù)語流分割成更加便于理解和機器處理的小單元，因此本文提出以韻律詞為基本建模單元，建立基于多空間概率分布的HMM調型模型(L1Tone-MSD)，可以較好地解決基頻的不連續(xù)性和連續(xù)語流中上下文信息嚴重影響基頻變化給建模帶來的困難。實驗證明該子系統(tǒng)針對標準發(fā)音的聲調識別率和針對方言背景的非標準發(fā)音的聲調評測結果都有較好的提升。 第四章提出了基于多種韻律信息的上下文相