自動語音分析技術在俄語發(fā)音學習中的應用

1、自動語音分析技術在俄語發(fā)音學習中的應自動語音分析技術在俄語發(fā)音學習中的應用【摘要】文章針對現(xiàn)在我國俄語教學中發(fā)音教學的不足提出使用自動語音分析技術輔助俄語發(fā)音學習設計了一個具有示范、評分反饋功能的俄語單詞發(fā)音學習輔助系統(tǒng)。文章詳細的描述了系統(tǒng)功能、基本框架給出了系統(tǒng)實現(xiàn)中的關鍵技術。最后使用VC6.0實現(xiàn)了一個演示系統(tǒng)并進行了簡單測試。【關鍵詞】自動語音分析俄語發(fā)音MFCC計算機輔助教學FCC(Mel頻率倒譜系數(shù))作為語音特征。系統(tǒng)獲取

2、學習者語音后首先將其和數(shù)據(jù)庫中標準語音在時間上對齊然后提取特征并計算和數(shù)據(jù)庫中標準發(fā)音的相似度最后將相似度映射為學習者較易理解和接受的等級評分。3與其他系統(tǒng)的不同本文設計的系統(tǒng)和其他文獻中提到的基于語音分析技術的發(fā)音學習系統(tǒng)[2][3][4][7]的不同主要體現(xiàn)在以下幾個方面:(1)本系統(tǒng)使用的技術不是語音識別技術并不識別學習者發(fā)音的含義而是采用語音分析技術分析判斷學習者發(fā)音和系統(tǒng)存儲的標準語音的相似度給出評分反饋音分析輔助俄語發(fā)音系統(tǒng)

3、中語音特征的選取還體現(xiàn)著評分的意圖和側重這是因為所選取的特征將被用來比較作為評分依據(jù)。在語音分析領域常用的特征主要有短時幀平均能量、幅度、短時幀過零率LPCC(線性預測倒譜系數(shù))和MFCC(Mel到譜系數(shù))等。其中MFCC考慮了人耳的聽覺特性具有良好的識別特性和抗噪特性能較好的體現(xiàn)語音的內(nèi)容因而本文選擇其作為語音特征。MFCC參數(shù)的提取流程過程如圖2所示:3MFCC計算流程首先對系統(tǒng)捕獲的原始語音信號S(n)進行預加重、分幀、加窗等預處

4、理得到每個語音幀的時域信號X(n)。然后對X(n)實施DFT(離散傅里葉變換)得到線性頻譜X(k)。接著計算X(k)的能量譜使用一組Mel尺度的三角形濾波器在頻域?qū)δ芰孔V進行帶通濾波。求取每個濾波器組輸出的對數(shù)能量S(m)對S(m)進行DCT(離散余弦變換)最終得到MFCC參數(shù)。4評分算法(相似度度量)發(fā)音水平的衡量評分方法是俄語發(fā)音學習系統(tǒng)中使用到的另一項關鍵技術不合理的評分算法會對發(fā)音給出錯誤的評分對學習者造成誤導。發(fā)音水平的計算機