辅助语音评分系统中一种流利度自动评分方法.pdfVIP

NCMMSC’2009 ，8 月 14－16 日，新疆乌鲁木齐 辅助语音评分系统中一种流利度自动评分方法* 1 1 1 1 1，2 黄 申 ，李宏言 ，王士进 ，梁家恩 ，徐 波 （1. 中国科学院 自动化所研究所 数字内容技术研究中心，北京 100084； 2. 中国科学院 自动化所研究所 模式识别国家重点实验室，北京 100084） 摘 要： 流利度评分是目前计算机辅助自动发音评分系统中一个重要组成部分。为了解决流利度特征表述中和内容、 韵律等高级表述技巧相关的广义流利问题，该文提出了一种能够全面客观地评价口语流利度通顺性和韵律性的评分 方法。该方法除了通顺性之外，可以提取停顿、韵律、连读和失去爆破等特征; 评分过程中，系统采用多层次融合方 法，分别从句子级和篇章级提取流利度特征，其中篇章级得分由句子级加权得分和篇章级特征进行融合得到。在实 验中，分别以机器得分和人工平均分的相关度、均方差等指标比较了多元线性回归（LR ）、BP 神经网络、支持向量 回归机（SVR）3 种算法的性能。结果表明：基于非线性建模的 BP 神经网络和支持向量回归机拟合的得分模型要好 于多元线性回归；该方法可以作为一个重要指标，应用在计算机辅助语音评分系统中。 关键词： 计算机辅助语言学习; 语音识别; 流利度 中图分类号：TP391 近年来，随着计算机辅助语言学习（computer 识别结果和标准发音中插入、删除、替换的发音部 aided language learning，CALL ）领域的发展，围绕 分没有提出一个处理方法。其次，流利度指标依赖 口语流利度的计算机自动评估进行了广泛的研究。 的因素很多，譬如话题内容、脚本的难度、语法、 传统的发音流利度评估方法仅仅从识别的特征层次 口音等。在这之中最重要的一点就是交流和理解的 考虑流利质量。而随着语言学研究的进展，发现流 准确程度。这就决定了流利度的评估不能仅仅停留 利度不再是单纯的衡量发音顺畅的指标，而需要对 在发音流畅的指标上。还应该考虑到一些高级的交 包括发音的准确、主观认知性、韵律表述等多种技 流技巧，例如：停顿、连读、失去爆破、同化等。 能的掌握进行评估比较，从而衡量个体对于语言的 而更高级的技巧如韵律特征，更能显著地区分发音 连贯产生和准确表达的驾驭能力。 人对于语言的驾驭能力和在抑扬顿挫中对于感情的 主流的口语流利度自动评估方法主要以发音质 表达能力。Black 等人的研究通过带背景 Garbage 量的各项指标为出发，如 Cucchiarini 等人的方法[1]， 状态的词内、词间跳转的语言模型，能够在一定低 以及Lee 等人的 Literacy Tutor 系统[2]，这一类方法 的虚警率下有效地检测出慢读（sounding out ）、犹 [4] 以评分人对于口语发音流利度所关注的指标出发， 豫（hesitation ）、耳语（whispering ）等现象 ，但是 譬如发音速度、突然变快或变慢的发音次数、停顿 该算法的前提是仅限于孤立词的检测。 的频率和总停顿长度等等。之后利用人工评分对各 本研究建立在中小学生英语辅助学习和自动评 项指标进行训练，构造多元线性或者神经网络等非 分系统基础上。建立这种学习系统，能够更好地模 线性回归模型，对于新的发音，同样提取相同的语 拟教师和英语学习者进行人机交流，这种灵活新颖 音流利度特征，采用先前构造的