基于语音识别的汉语发音评测研究

摘要

近些年来,随着中国经济的快速发展和中国国际地位的不断提高,中国与世界的交往和联系日趋广泛和深入。汉语是中华文化的主要载体,也是世界各国了解中国的重要工具,不少国家出现了学习汉语的热潮。通过对传统语言教学和计算机辅助语言教学的研究现状的分析,我们针对目前语言学习中比较普遍存在的发音问题,设计开发出基于语音识别的计算机辅助语言教学网络系统。语音识别技术能够识别学习者的汉语发音,同时计算出该汉语发音的准确度,从而帮助学习者掌握汉语的准确发音;声调识别技术能够识别学习者发音的声调,并且计算出发音声调的准确度,这对于那些母语是非声调语言的学习者来说是非常有帮助的。本论文主要内容如下:
　　 1.基于已有的基频提取方法和特征提取、人工神经网络等技术,本文设计并提出一套完整声调识别模块,由音节切分模式,结合逆滤波SIFT方法提取基频,通过对基频曲线归一化,特征提取等操作,将改进的神经网络模型用于声调分类的完整声调识别方法;
　　 2.利用HTK平台建立了一个非特定人孤立词语音识别系统,并从混合高斯模型、语言模型和基频参数等方面对该系统进行改进,最终把系统的识别率提高到98％以上,基本满足了实际的使用要求。
　　 3.在基于HMM的对数似然值与声韵母层时长信息相结合的发音评测方法的基础上,进行完善,能够让系统对发音评测更加精准。
　　 4.利用Virtools软件平台,设计并实现基于Web的汉语发音练习的寓教于乐应用平台。本系统主要包括建立虚拟现实场景和各个角色模型及其相关的动作,并且将实验室三维重建的成果成功的应用到Web系统中;利用Virtools中的SDK开发包,在VC++6.0平台上开发适用于本系统的语音识别与评测接口,使本系统实现纠正学生声韵母层与声调层汉语发音的功能。

目录

文摘

英文文摘

致谢

1 引言

1.1 选题背景与意义

1.2 基于语音识别的评测技术的发展与现状

1.2.1 语音识别概述

1.2.2 基于语音识别的发音评测概述

1.2.3 存在的问题与挑战

1.3 本论文的研究内容与结构

1.3.1 研究内容

1.3.2 论文结构组成

2 汉语声调识别

2.1 汉语声调识别模块的总体设计

2.2 音节切分

2.2.1 静音分段

2.2.2 阈值分段

2.2.3 转折分段

2.2.4 聚类分段

2.3 基频提取

2.3.1 基频提取简介

2.3.2 简化逆滤波法(SIFT)提取基音周期

2.3.3 算法实现步骤

2.3.4 平滑处理

2.4 基频特征提取

2.4.1 归一化的引入

2.4.2 归一化处理方法

2.4.3 特征提取

2.5 人工神经网络

2.5.1 人工神经元

2.5.2 人工神经元网络模型

2.5.3 人工神经元网络的学习过程

2.5.4 人工神经元网络的学习规则

2.5.5 Delta学习规则

2.5.6 多层网络的误差逆传播校正方法

2.5.7 BP网络的学习规则与计算方法

2.5.8 BP网络的设计分析

2.5.9 基于改进的BP网络算法实现

2.6 声调识别的实验及结果分析

2.6.1 基频提取

2.6.2 归一化处理

2.6.3 声调识别

2.7 本章小结

3 非特定人汉语语音识别

3.1 HTK平台介绍

3.1.1 HTK概述

3.1.2 HTK主要的工具

3.2 非特定人孤立词语音识别系统的建立

3.2.1 数据准备

3.2.2 模型训练

3.2.3 特征参数的改进

3.2.4 混合高斯模型数的改进

3.2.5 语言模型的改进

3.3 识别工具HVITE的改进

3.4 本章小结

4 自动发音评测

4.1 基于特征比较的评测方法

4.1.1 可用于比较的声学特征

4.1.2 特征比较算法-DTW

4.2 基于语音识别的评测方法

4.2.1 基于HMM的对数似然评分

4.2.2 归一化声学评分

4.2.3 段长评分

4.3 新评分方法的提出

4.4 评分映射

4.4.1 新评分映射模型

4.4.2 新评分方法的验证

4.5 本章小结

5 汉语语音技术应用系统设计与实现

5.1 需求方案分析

5.2 应用系统实现方案

5.2.1 应用总体设计

5.2.2 各个功能模块的说明

5.2.3 系统开发平台与工具

5.2.4 系统开发流程

5.3 应用系统的实现结果

5.3.1 网站主页

5.3.2 小人闯关

5.3.3 孤岛闯关

5.4 本章小结

6 结论

参考文献

学位论文数据集