多参量英语发音质量评价回归模型设计

本文提出一个关于英语发音质量评价的设计框架。采用语音特征参数构建以音准、语速、节奏、语调为评价依据的量化评价指标体系,采用多元线性回归分析方法构建多参量的英语口语发音质量评价模型,旨在为计算机辅助英语口语发音质量评价研究提供科学依据。

语言可懂度在喉癌术后发音功能评价中的作用

目的 :探索语言可懂度在喉癌术后发音功能评价中的作用。方法 :应用 U SSA计算机语图频谱分析系统对 40例喉癌术后患者的发声进行频谱分析 ,同时检测语言可懂度 ,并计算两者间的相关系数。结果 :量化主观指标语言可懂度与声时、基频、谐噪比、频率微扰商和振幅微扰商等客观指标无相关性 (P >0 .0 5 ,P表示绝对不相关的可能性 )。结论 :客观指标不能完全替代主观指标的作用 ,特别是对于那些喉切除范围较大、强烈要求能够说话的患者 ,语言可懂度可以作为发音功能的重要评价指标。

基于语言学知识的发音质量评价算法改进

随着普通话推广工作的深入,采用计算机进行普通话的辅助测试和学习的需求日益迫切。本文针对普通话发音特点,提出了一种改进的基于音素的自动发音质量评价算法。新算法在隐马尔科夫模型的对数后验概率算法基础上,引入普通话发音的语言学知识。与改进前相比,新算法不仅降低了运算量,而且在普通话水平测试的303人现场录音库上,使得机器打分与国家级评测员打分之间的相关度从0.704提升到0.795。

适于嵌入式英语发音评价系统的英美音融合方法

为提高发音质量评价性能,并压缩声学模型规模以适于嵌入式实现,提出一种英音和美音模型的融合方法。该方法基于声学距离和替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型,保留孤立模型,基于模型插值归并可融合模型。引入最小置信度和最大支持数控制参与归并模型的数目。实验结果表明:融合模型与单口音模型相比,说话人级别的相关性提高了14.1%;融合模型与混合模型的性能相近,G auss ian分量数目压缩了10.7%。本方法在保证发音质量评价性能的条件下,明显压缩了模型数量。

声带癌、声带息肉和声带麻痹治疗前后临床喉发音功能评价研究

目前尚无一种较科学实用的喉发音功能评估方法用于临床.本文对声带癌、声带息肉和声带麻痹患者各30例,在临床治疗前后进行嗓音声学分析、喉平均呼气流率测定、频闪喉镜检查及嗓音心理听觉评价.对所获参数进行统计学分析,得出各种喉病治疗前后发音功能检测参数的改变及各参数的内在相关性.研究结果表明该方法科学实用是一种较好的喉发音评价方法,值得推广应用.

基于UBM的发音质量评价算法

将已经成功应用到说话人识别/确认领域中的高斯混合模型和全局背景模型(UBM)引入语音发音质量评价领域,提出一种新的评价英语发音质量的算法。该算法训练出标准发音的全局背景模型。UBM模型描述与音素无关的特征分布,定义段时长归一化的相似度比例对数为音素的发音质量分数,综合得到整旬发音的评分结果。实验证明,在实验室自行采集的非母语语音数据库上,该算法评分与专家评分的相关性达到了0.700,优于其他评分算法。

基于ARM9的英语发音质量评价系统

介绍了基于ARM9嵌入式平台的英语发音质量评价系统的软硬件设计及算法实现。其中,硬件上采用了SBC2440A和philips的UDA134lTs音频CODEC作为系统主要部分,软件设计包括Linux操作系统的移植、应用程序移植等。算法上实现了从感知、匹配、段长、基音4个方面对语音发音质量进行评价。

基于ARM-Linux的普通话发音质量评价体系

从当前普通话测试的现状与需求出发,对基于ARM-Linux的语音评价系统进行了深入研究,提出了基于嵌入式技术的普通话发音质量评价方案。其中,系统硬件以S3C2410X处理器和UDA134TS为主要部分,软件则主要研究基于语音特征比较的普通话评价方法。本设计方案能有效实现普通话测试系统从PC平台到嵌入式平台的移植。

普通话发音质量评价算法改进研究

隐马尔科夫模型的对数后验概率算法是计算机辅助语言学习系统中用来衡量考生发音质量的重要指标。但在普通话智能测试系统中,传统的后验概率算法与专家评分之间存在比较明显的差距。文章从普通话语音评价的主观标准出发,将普通话发音的语言学知识引入后验概率算法,重构算法的语音识别网络,同时从音素评分模型角度对现有的发音质量评价算法进行改进。

日语语音测试后的整体评价——以赤峰学院日语专业学生为对象

内蒙古地区的日语专业按照民族特性分为蒙古族班和汉族班,有的大学会分别采取蒙古语授课与汉语授课,有的大学一律采取汉语授课.无论哪儿种语言授课,在教学过程中,蒙古族学生和汉族学生表现出了不同的学习特点.本文以赤峰学院日语专业学生为对象,分为蒙古语为母语和汉语为母语的日语学习者,分别进行日语语音测试,来考察蒙古族学生和汉族学生对日语发音上存在的差异,主要从"发音的正确性"、"节奏的正确性"、"整体的印象"等三个方面做出整体评价.

英文语音发音标准化的模式识别对比方法改进分析

针对英文语音发音标准化评价准确性不高的问题,提出一种基于发音特征倒谱系数感知的英文语音发音标准化的模式识别对比方法。首先构建英文语音发音的语音信号采集模型,对采集的英文语音信号进行发音器官的动作属性配对描述。然后提取英文语音发音信号的倒谱特性,采用梅尔频率倒谱系数感知方法进行英文语音发音特征建模和发音位置及方式的模式识别,为语音发音提供标准化对比模式。最后进行实验分析,测试结果表明,采用该方法进行英文语音发音特征检测和模式识别的准确度较高,对发音特征的声学建模有效可靠。

基于音素的发音质量评价算法

面对广大的外语学习者,计算机辅助语言学习系统已经成为一种最佳的口语学习方式。该文提出了一种新的应用于计算机辅助语言学习系统的面向英语学习人群的发音质量评价算法,名为PASS(phone-basedautomaticscoreforl2speechquality)。PASS算法以基于隐含Markov模型的语音识别和口音自适应技术为基础,考察了音素发音的准确性和流利性信息,定义了音素级的发音质量分数,从而可以综合得到整句的评分结果。在实验室自行采集和精细标注的非母语语音库上与其他评分算法进行比较实验,PASS与专家评分的句子级相关性达到了0.66,优于其他算法。目前PASS算法已经被成功地应用于清华大学出版社的互动式语言学习系统中。

日语语音测试的误用分析——以赤峰学院日语专业学生为对象

日语语音是学好日语的基础。但由于受母语的影响,日语学习者在学习日语过程中常出现一些偏误和习得难点,主要体现在发音、词调和语调等几个方面。比较分析蒙古语为母语日语学习者和汉语为母语的日语学习者的日语发音特点,分析学生在语音测试当中代表性语音错误以及造成发音错误的原因及其规律,并提出改进对策,以改善其日语发音,探讨适合内蒙古地区学生的日语语音教学模式。

基于音素相关后验概率变换的发音质量评价

帧规整对数后验概率是目前公认最有效的发音质量的度量。但该文证明了该度量还反映了当前发音对应的声学模型与概率空间中声学模型的混淆程度,使其在评分任务上存在着严重的缺陷。因此,该文提出了可训练的音素相关的后验概率变换;并研究了线性和非线性sigmoid变换,同时给出线性变换的显式全局最优解和非线性变换的梯度下降解法。在全国采集的普通话水平测试现场考试的篇章朗读题型上进行实验。实验结果表明:当概率空间包含所有音素时,该方法能使人机相关度从0.582提升至0.768;当采用优化的概率空间时,该方法能使人机相关度从0.696提升至0.773。

基于KLD差的统计错误模式生成算法

研究了用于指导计算机发音质量评价的错误模式的生成算法,它是普通话CALL系统研究工作中的一部分。传统的错误模式是根据语言学知识来生成的,只能得到那些最重要的常见错误模式。为了提高错误模式的覆盖面,本文提出了一种基于KLD差的统计错误模式生成算法,用模型间KLD作为模型间的距离,以标准模型间KLD与带方言口音模型间KLD的差代表两种模型间的差异,并以之为度量来生成错误模式。实验证明在引入了此算法生成的错误模式后,系统性能由0.809提升到0.826。

英语语音优化识别建模仿真分析

随着中国经济高速发展以及全球一体化的进程,英语成为了人们日常交流必不可少的工具,然而对于初学者来说,能够通过语音识别技术将语音信号转化成文本的格式,更有利于快速掌握英语。而且语音识别技术经过多年的发展依然具有巨大的挖掘潜力,面对移动互联网的快速发展,通过对实时通信工具的大数据量的需求爆发,英语语音识别的实时性和系统稳定性越来越受到关注,文中分析了常用的传统语音识别技术,例如动态时间规整、神经网络模型和隐马尔可夫模型等,运用隐马尔可夫模型对语音信号进行处理和识别,提取出特征参数,与经过训练的模型体系进行匹配,找出最优的识别序列。然后在PC平台上,利用MATLAB建模仿真,基本实现了英语语音短句的识别,对于后续的硬件产品实现打下了良好的基础,具有积极的现实意义。