基于RankNet的英语重读音节识别

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:osinfobyl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在计算机辅助语言学习CALL(Computer Assisted Language Learning)中,语音处理技术的应用越来越广泛。当今已经存在很多方法来判断和评估发音的准确性,并取得很好的结果。对于单词重音的识别,大多是通过提取传统的语音线性特征用线性判别函数来判断其重读音的位置;有时也会结合一些语音非线性特征,如梅尔倒谱系数(MFCC)、巴克倒谱等。这些方法或者无法很好的描述语音信号的混沌特征;或者无法充分逼近特征之间复杂的非线性关系。基于这些问题,本文主要研究的是在英语单词重读音节识别中,分形理论对于重音识别的应用以及应用RankNet神经网络将传统特征和分形维特征进行融合对于词重音识别的重要性。本文主要的工作包括以下几点:(1)实现了传统特征如:能量平均(EA)、基频变化率(PCR)、时长(DURATION)等特征的提取;研究了分形维理论,详细对比了两种计算分形维数的算法,计盒数法和多态覆盖法;选择较优的一种算法实现了分形维特征的提取;(2)引入感知器准则函数,实现了基于该准则函数的单一特征的重音识别实验;(3)在此基础上,建立了基于RankNet神经网络的多特征融合重音识别算法,并实现了一种自适应可变学习率和冲量的RankNet模型;(4)在Sphinx-4语音开发平台的框架下,实现了单词重音识别系统,该系统具有较好的可靠性与稳定性,封闭测试识别准确率达93%左右,开放测试识别准确率达88.09%,可以用于口语重音识别的评估。
其他文献
在信息技术日新月异的今天,网络信息量也在快速增长,每天通过互联网产生的信息量是难以估计的,要想从这样繁多的信息中找出满意的结果,就必须要借助于搜索引擎,搜索技术的提
新媒体的出现给传统的新闻采编工作带来了巨大的挑战与压力,新兴的媒体技术与网络信息技术在新闻领域的大量应用使传统的新闻工作者在技术水平与专业化程度上都急需提高.新媒
函数优化问题(Function Optimization Problems,FOPs)是科学和工程应用领域经常会遇到的一类数学规划问题,因而对其研究具有十分重要的理论和实际意义。免疫算法(Immume Alog
专栏是报纸版面中一个重要组成部分,每个专栏都有不同的主题、不同的风格。好的专栏,不但能够赢得广大的读者,而且对培养锻炼编辑、记者队伍的能力素质有着较大促进作用。作
9月28日下午,张家口人民广播电台召开座谈会,邀请张家口市广播电视局领导,长期战斗在广播战线上的老同志和关心支持电台发展的听众评议员代表欢聚一堂,回顾历史、畅想未来,共
党的十七大报告内涵丰富,博大精深,是坚持以马克思主义为指导、体现马克思主义中国化最新成果的报告,是新时期新阶段发展中国特色社会主义的政治宣言和行动纲领,是中国共产党
随着计算机网络技术的不断发展,计算机网络已经深入的应用于我们的生活和工作的各个方面。随着网络应用范围的扩张,网络安全也逐渐成为关系到人民群众生产生活的重大问题。目
操作系统安全是计算机乃至信息系统安全的基础。访问控制是实现操作系统安全的重要机制之一。访问控制的基本任务是保护存储在计算机上的信息,防止非授权用户对信息的访问以
污水处理过程受到进水水质、水量、运行调控等诸多因素影响,具有非线性、时变、大滞后等特点,难以建立精确的数学模型。是一类典型的复杂工业过程。并且部分关键水质参数无法
三维地震数据体中蕴涵着地下岩层的丰富信息,以前由于没有合适的三维显示技术,人们只好利用一条条地震剖面和水平切片来显示三维地震数据。这样导致了大量信息的丢失,多年以