发音错误检测中基于多数据流的Tandem特征方法

• 作者: 刘加 张卫强 蔡猛 袁桦 赵军红
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 发音错误检测 Tandem特征 发音规则 深度神经网络(DNN) 多层神经感知(MLP)
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 1694-1698
• 页数: 5页
• 分类号: TP391.42
• 字数: 4596字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.06.1694

摘要

针对发音错误检测中标注的发音数据资源有限的情况,提出在Tandem系统框架下利用其他数据来提高特征的区分性.以中国人的英语发音为研究对象,选取了相对容易获取的无校正发音数据、母语普通话和母语英语作为辅助数据,实验结果表明,这几种数据都能够有效地提高系统性能,其中无校正数据表现出最好的性能.同时,比较了不同的扩展帧长,以多层神经感知(MLP)和深度神经网络(DNN)作为典型的浅层和深层神经网络,以及Tandem特征的不同结构对系统性能的影响.最后,多数据流融合的策略用于进一步提高系统性能,基于DNN的无校正发音数据流和母语英语数据流合并的Tandem特征取得了最好的性能,与基线系统相比,识别正确率提高了7.96％,错误类型诊断正确率提高了14.71％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘加	清华大学电子工程系	79	938	18.0	28.0