基于DFCNN-CTC端到端的藏族学生普通话发音偏误检测

• 作者: 周世华 曾浩 杨鸿武 甘振业
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 发音偏误检测 卷积神经网络 链接时序分类 端到端
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 49-53,108
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2020.05.010

摘要

计算机辅助语音训练系统需要检测非母语者的错误发音,并提供详细的指导性反馈,有助于第二语言学习者更有效地提高发音水平.利用深度全序列卷积神经网络(Deep full convolutional neural network,DFCNN)和链接时序分类(Connectionist temporal classification,CTC)技术,建立了一种用于发音偏误检测和诊断任务的端到端语音识别方法.该方法不需要音位信息,也不需要强制对齐,以扩展声韵母为偏误基元,设计了64种偏误类型.实验结果表明,该方法能够有效地检测出错误发音,检测正确率为87.07％,错误拒绝率为7.83％,错误接收率为25.97％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鸿武		55	308	11.0	14.0
2	甘振业		11	43	4.0	6.0
3	周世华		1	0	0.0	0.0
4	曾浩		1	0	0.0	0.0