基于卷积神经网络的英语口语打分

• 作者: 吴丹 梁琪瑛 王民意
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 机器学习 卷积神经网络 口语流利度 音频处理
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 34-38,44
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.11.007

摘要

使用计算机帮助人们练习口语是常见手段,但目前存在一些问题.首先,由于流畅性特征是基于人类知识计算的,因此原始数据中包含的一些关键表示可能会丢失.其次,对模型的各个参数分别进行优化,使模型的性能处于次优状态.为了解决这些问题,在此提出了一种基于卷积神经网络的英语口语流利性评分方法,该方法从原始的时域信号输入中联合学习特征提取和评分模型.实验结果表明,所提出的方法的评分结果较为准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王民意		6	24	2.0	4.0
2	吴丹		28	17	2.0	4.0
3	梁琪瑛		11	16	2.0	4.0