文本无关发音质量评估系统中声学模型的若干研究和改进

• 作者: 葛凤培 蒋同海 颜永红 齐耀辉
• 来源期刊: 网络新媒体技术
• 学科: 工学
• 关键词: 文本无关发音质量评估 声学模型 MAP 基于说话人的倒谱均值方差规整
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 数字媒体技术
• 页码范围: 47-53
• 分类号: TP391.42
• 字数: 4227字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2012.02.008

摘要

在无关的发音质量评估系统中,需要先识别出待测语音的说话内容,才能进行准确评估.真实的评测数据往往有很多不利的因素影响识别正确率,包括噪声、方言口音、信道噪声、说话随意性等.针对这些不利因素,本文对声学模型进行了深入的研究,包括:在训练数据中加入背景噪声,增强了模型的抗噪声能力；采用基于说话人的倒谱均值方差规整(SCMVN),降低信道及说话人个体特性的影响；用和待测语音相同地域的朗读数据做最大后验概率(MAP)自适应,使模型带有当地方言口音的发音特点；用自然口语数据做MAP自适应,使模型较好地描述自然口语中比较随意的发音现象.实验结果表明,使用这些措施之后,使待测语音的识别正确率相对提高了44.1％,从而使机器评分和专家评分的相关系数相对提高了6.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜永红	中国科学院语言声学与内容理解重点实验室	94	586	14.0	20.0
2	蒋同海	中国科学院新疆理化技术研究所	26	236	10.0	14.0
3	齐耀辉	中国科学院语言声学与内容理解重点实验室	3	9	3.0	3.0
12	葛凤培	中国科学院语言声学与内容理解重点实验室	8	40	3.0	6.0