汉语普通话发音自动评测方法的分析-analysis of automatic evaluation method of mandarin pronunciation.docx

哈尔滨工业大学工学博士学位论文（2）研究了两种稳定的声调表征方法，以解决声调教学中调类特征受到语调等影响的问题。一种是基于分段线性拟合的声调表征方法。它通过对音节内的基频曲线进行分段分析，利用线性拟合参数代替基频曲线表征声调变化，以减少连续语音中上下文对声调表征的影响，并采用假设检验提高声调评测结果的准确性。另一种是基于韵律分离的声调表征方法。它采用Fujisaki模型对连续语音基频曲线进行不同层次的韵律特征分离。首先利用语言学知识计算Fujisaki模型的韵律边界，然后在保留语调长时变化的前提下获得声调特征曲线，最后构建语法分类回归树对连续语音中声调协变情况进行分类。实验结果表明，第一种方法在上声声调错误检出方面具有独特优势；在第二种方法中，语言学知识的加入提高了Fujisaki模型的基频曲线拟合精度，Fujisaki模型和语法分类回归树的结合有效提高了声调评测的准确性，其性能要优于传统基于基频曲线的发音自动评测方法。（3）研究了一种基于共振峰结构特征的发音自动评测方法，以检测由于定势的发音器官而导致的发音问题。它通过定义一种能够充分利用共振峰表征声道形状特性的共振峰结构特征，解决在发音自动评测过程中共振峰易受环境噪声和话者声道长度影响的问题。根据仿射不变性原理，计算待测发音和标准发音之间的结构畸变。实验结果表明，该方法在元音错误检测和与专家评分相关度方面，要优于基于共振峰特征的发音自动评测方法。（4）研究了一种基于模糊的层次性客观评测结果融合方法。该方法首先建立一种基于层次的客观评测结果融合模型，它在客观评测层与自动评分层之间引入发音错误分析中间层，将客观评测结果与自动评分之间的直接映射关系变为间接映射。然后采用模糊函数计算不同层次的客观评测融合结果。实验结果表明，发音错误分析层的引入不仅可以提供发音错误分析结果，还可以利用发音错误类型与专家评分之间的相关性信息提高自动评分的准确率，且利用模糊逻辑模拟专家主观判断过程可以提升客观评测融合结果的准确性。关键词：发音自动评测；模型感知度；基频；声调识别；共振峰-II-AbstractThesteadyeconomicgrowthinChinahasattractedmoreandmoreforeignerslearningMandarin,butthelearningenvironmentrestrictionandprofessionalteachingstaffmissinghavebeentohinderthepromotionofMandarininternationaldissemination.ThereforeitisatopprioritytodeveloptheauxiliaryteachingMandarinasaforeignlanguagesystem.Automaticevaluationofpronunciationistheoneofkeytechnologiesandtheevaluationresultsarethebasisoffeedbackwhichwilleffectivelyimprovelearningefficiency.MandarinisamonosyllabictonallanguagewhichissignificantlydifferentwiththeIndo-Europeanlanguagesinphonics:ThesyllableofMandarincanbeanalyzedintothreepartsincludingtheconsonants,vowelsandtone,whichtoneasthelinguisticsdistinguishingcharacteristicscanexpressidea.Therefore,Mandarinautomaticevaluationisnotonlytoconsiderthespeechsignalchangingandredundant,butalsototaketheactualneedofteachingforMandarinofforeignlearnersandtheirpronunciationcharacteristicsintoaccount.Meanwhile,theternarystructureofMandarinsyllablesmakeslearnerspronunciationerrorssodiverseandcomplexthatthesingleacousticfeatureisdifficulttoachievethedesiredresultsforthemultipronunciationerrorsdetection.T