网站大量收购独家精品文档,联系QQ:2885784924

一种新的汉语连续语音声调评测算法-声学技术.pdfVIP

一种新的汉语连续语音声调评测算法-声学技术.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种新的汉语连续语音声调评测算法-声学技术

第 32 卷第 4 期 声 学 技 术 Vol.32, No.4 2013 年 08 月 Technical Acoustics Aug., 2013 一种新的汉语连续语音声调评测算法 沈彩凤,俞一彪 (苏州大学电子信息学院语音技术研究室,江苏苏州 215006) 摘要:提出一种新的连续语音的声调评测算法,该算法可应用于 算机辅助语言学习系统和普通话水平测试中的声 调评测。考虑到连续语音声调受上下文之间的相互影响,采用三音节单元建立高斯混合模型(Gaussian Mixture Model, GMM),三音节中辅音部分用 Spline 插值法拟合声调曲线来反映音节间基音频率的转移信息,并利用 Fujisaki 模型去 除语句的语调和说话人个性特征,只对基频曲线中的声调特征建模。实验结果显示,相比于传统方法,采用三音节 Spline 插值和 Fujisaki 改进特征的方法使得机器与人工打分的相似度在测试集中分别提高了 8.75%和 14.09%。 关键字:声调评测;连续语音;Spline 插值;Fujisaki 模型;高斯混合模型 中图分类号:TN912.3 文献标识码:A 文章编号:1000-3630(2013)-04-0305-07 DOI 编码:10.3969/j.issn1000-3630.2013.04.010 A novel tone evaluation algorithm for Chinese continuous speech SHEN Cai-feng, YU Yi-biao (Speech Technology Laboratory, Soochow University, Suzhou 215006, Jiangsu, China) Abstract: A new algorithm of objective tone evaluation for Chinese mandarin continuous speech is proposed, which can be used for the tone pronunciation training in Computer Assisted Language Learning (CALL) system and the test of Chinese mandarin speech named as Putonghua Shuiping Ceshi (PSC). A syllable’s tone is influenced by context in continuous speech. Therefore, it is reasonable to use tri-syllables as basic units to train GMM (Gaussian Mixture Model) of tones. To get the transition information from the previous voiced region to the current one or from the current to the next voiced region, the pitch value of unvoiced region is interpolated with Spline function. Based on the Fujisaki model, only the lexical tone from the F0 contour is extracted to train GMM. The experimental results show that the correlations betw

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档