论文部分内容阅读
语音是人与人之间的一种自然的沟通方式,随着全世界“汉语热”的不断升温,学习汉语的人越来越多,使得专业教师资源缺乏的问题口益突出。语言的学习又是一个长期工程,需要不断地进行发音练习,因此有限的授课时间远远满足不了学生的学习需求。计算机技术和语音识别技术的飞速发展,使得利用计算机辅助进行语言学习成为可能,计算机辅助学习的方式具有不受时间地点限制、灵活方便的特点,是对传统教学方式的有效补充,计算机辅助语言学习成为了目前语音技术的研究热点之一。同时,计算机辅助汉语学习的研究和应用也有利于进一步促进汉语在全世界的推广和普及。发音质量评测技术是计算机辅助语言学习的关键技术之一,对学习者的发音进行自动评测,能够使学习者了解自己的发音能力和水平,从而及时地改进,有针对性地练习,快速地提高语言能力。因此,如何客观地对汉语发音进行评价是计算机辅助汉语学习中要解决的技术难点。汉语是一种带声调的语言,它的声调是一种独特特征。本文通过对汉语发音特点的分析,针对汉语语言学习中的发音问题,研究了汉语发音的自动评测技术,并实现了一个基于声调识别的计算机辅助汉语学习评测系统。论文主要的研究工作和成果如下：研究了基于隐马尔科夫模型的汉语语句强制对齐方法,并采用基于强制对齐的声调模型进行声调识别。为了给后续的发音质量评价提供准确的音节切分信息,本文对输入语音先进行采样、量化、加汉明窗等预处理,然后采用39维的梅尔倒频谱参数特征,经隐马尔科夫强制对齐,获得音节的时间边界,初步对语音进行切分。训练语料经过强制对齐切分成音节后,首先要对各音节进行基频特征抽取。本文采用了归一化的幅度差平方和函数以及Viterbi的后处理算法抽取了音节的基频特征,基频特征为4维的含五种声调的特征；然后使用HTK工具将分割好的训练语料进行了模型训练,得到4维的基于强制对齐的声调模型；再将该声调模型与手工切分的声调模型进行了实验比较。实验发现,基于强制对齐的声调模型的识别率接近于手工分割的声调模型的识别率。提出了一种基于竞争模型的音节评价方法。针对汉语连续语音中的每个音节,根据汉语音节的声母／韵母结构特点,首先给出了基于声母／韵母结构的音节竞争模型的定义,并生成每个音节的竞争模型集,然后将待测音节放入竞争模型集中,计算出音节的对数后验概率,找到该音节在竞争模型中的排名,最后根据竞争模型集的大小及音节排名信息计算出每个音节的得分。提出了基于语言学知识的精简竞争模型网络。由于竞争模型的全网络过于庞大,严重影响整个系统的运行速度。针对这一问题,对竞争模型进行了改进,提出了基于语言学知识的精简竞争模型网络。竞争模型网络的改进,充分考虑到了汉语的发音特点以及语言学知识,同时也考虑到了人们发音习惯的因素,将竞争模型的声母／韵母全网络按照发音特点进行了合并,使其最终精简为包含2个声母网络和3个韵母网络的竞争模型网络。与原来的竞争模型全网络相比,采用精简网络进行音节评价产生的竞争模型集缩小了约10倍。提出了一种声调模型和竞争模型相结合的综合声调评价方法。针对汉语带有声调的特点,对汉语的声调进行了评价。声调模型的训练采用基于强制对齐的方法,先用39维的声学模型对语料进行强制对齐,获取音节边界信息,将语料切分成若干音节,再抽取音节的基频特征进行声调模型训练。音节声调的评价则分为了两个部分：带调音节评价和声调评价。在带调音节评价部分,对无调音节竞争模型、带调音节竞争模型和带调声母／韵母竞争模型三种模型进行了实验比较。在声调评价部分,采用了声调模型以及声调竞争模型。最后综合带调音节得分和声调得分,从而得到完整的音节声调评价。实验证明,这种综合声调评价方法能够给出一个更准确的评价结果。对于汉语的整句评分,本文采用了加权平均的方法,先计算句中的每一音节的得分,然后经加权平均计算出整句的得分。实现了一个基于声调识别的计算机辅助汉语学习评测系统。对于输入的汉语语音,先经过预处理和隐马尔科夫强制对齐将语句切分成音节,然后对每一音节进行评分,给出音节得分、声调得分以及音节综合得分,最后给出整句语音的综合得分,并标出了发音问题音节,给出了提示。