基于DNN的发音偏误趋势检测

发布时间：2017-07-31 06:05

  本文关键词：基于DNN的发音偏误趋势检测

  更多相关文章： 计算机辅助发音训练 发音偏误检测 深度神经网络

【摘要】：正音反馈的计算机辅助对外汉语发音训练系统已有发音偏误趋势的标注体系和基于HMM的偏误趋势检测系统。为了进一步提高系统的性能,该文应用深度神经网络进行声学建模,比较Mel频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)、感知线性预测分析系数(perceptual linear predictive analysis,PLP)和Mel滤波器组系数(Mel filter bank,FBank)3种声学特征参数,并利用网格联合技术整合3种声学特征所得的候选网格。实验结果表明:DNN-HMM模型比GMM-HMM实现了更高检测正确率。针对不同发音偏误趋势,3种声学特征有不同表现,联合系统取得最高性能,最终性能为:错误拒绝率5.5%,错误接受率35.6%,检测正确率88.6%。
【作者单位】： 北京语言大学信息科学学院;北京语言大学对外汉语研究中心;
【关键词】： 计算机辅助发音训练 发音偏误检测 深度神经网络
【基金】：国家自然科学基金资助项目(61175019) 北京语言大学梧桐创新平台项目(16PT05)
【分类号】：H01;TN912.34
【正文快照】： 以语音技术为支撑的计算机辅助语言学习系统(computer-assisted language learning,CALL),特别是基于自动语音识别技术的计算机辅助发音训练系统(computer aided pronunciation training,CAPT),在近几年受到大量关注[1-11]。从反馈形式角度看,CAPT系统可大致分为发音质量打分，

本文编号：597727