基于非線性編碼的英語重讀音節(jié)識別及評估算法研究.pdf

1、在計算機(jī)輔助語言學(xué)習(xí)CALL（ComputerAssistedLanguageLearning）中，語音處理技術(shù)的應(yīng)用越來越廣泛。當(dāng)今已經(jīng)存在很多方法來判斷和評估發(fā)音的準(zhǔn)確性，并取得良好的結(jié)果。對于口語中重音的評估，它們大多是通過制定發(fā)音的語法規(guī)則，根據(jù)規(guī)則來建立語音模型來判斷發(fā)音的準(zhǔn)確性。有時也會結(jié)合傳統(tǒng)的語音特征，如音長，能量等。這些方法或者不能準(zhǔn)確地判斷重音的具體位置，或者表征語音特征方式有效性差，以致產(chǎn)生不可用的結(jié)果。本文主要研

2、究的是在英語口語評估中，分形理論對于重音評估的應(yīng)用。
　　本文首先給出兩種分形維數(shù)的算法，計盒數(shù)法和多態(tài)覆蓋算法，并對二者進(jìn)行了詳細(xì)的比較。由于一維分形維數(shù)對一幀語音信號的特征值僅僅使用一個數(shù)值進(jìn)行表征，這種方法幾乎是不準(zhǔn)確的，因此引入了多尺度分形維數(shù)的概念，多尺度分形維數(shù)是通過一組向量值來表征語音特征值的。使用兩種分形算法提取語音特征值，并根據(jù)最小二乘法將連續(xù)時間語音信號的分形維數(shù)值進(jìn)行曲線擬合，通過大量實驗比較這兩種方法下的曲

3、線變化趨勢去比較兩種方法對口語中重音的敏感度強(qiáng)弱，結(jié)果表明分形特征對于口語重音都十分敏感，據(jù)統(tǒng)計計盒數(shù)法中91.5％以上重音位置都是分形維數(shù)曲線的極值點，尤其是多態(tài)覆蓋算法中可達(dá)96.2%以上重音位置是極值點，高于計盒數(shù)法中的準(zhǔn)確率。因此課題中選擇使用多態(tài)覆蓋算法表征語音特征值，然后將此方法融合到sphinx4語音開發(fā)平臺上，進(jìn)行進(jìn)一步的重音位置識別與標(biāo)識。
　　接著本文介紹了如何具體應(yīng)用已得結(jié)論來建立重音分析模型，如何進(jìn)行重音位