基于GMM的汉语普通话声调自动识别算法研究

• 作 者: ZHANG Junbo PAN Fuping YAN Yonghong 张俊博 潘复平 颜永红
• 机 构: The Key Laboratory of Speech Acoustics and Content Understanding, Chinese Academy of Sciences, Beiji
• 出 处: 中国科学院声学研究所第四届青年学术交流会
• 发表日期: 2012年期
• 关键词: GMM 汉语普通话 普通话声调 自动识别算法 特征提取方法 混合高斯模型 改进方案 识别正确率

　　设计了一种基于混合高斯模型(GMM)的汉语普通话声调自动识别算法。汉语普通话连续发音时存在“连读变调”现象。针对该现象，对现有的基于GMM的声调识别算法提出了改进方案，包括扩大提取基频的范围、改进基频归一化方法和识别特征提取方法。实验结果表明这些改进显著提高了对连续汉语发音的声调识别正确率，由基线系统的0.58提升到了0.80。