听感相似韵母的SVM分类器设计.pdf

第八届中国语音学学术会议 暨庆贺吴宗济先生百岁华诞语音科学前沿问题国际研讨会 中国北京2008.4.18-4.20 听感相似韵母的SVM 分类器设计 王孟杰 孟子厚 中国传媒大学传播声学研究所 北京 100024 摘要 在语音识别和评测中，错误大多发生在语 韵母的知觉相似度聚类图见图 1。其中 音的最小对立体之间。本文根据张家騄等对汉 S 代表该水平坐标线的语音相似度，在 语的韵母进行的知觉相似度实验的结果，针对 ij 图中，沿纵轴向下的韵母对的语音相似 在听感上相似度最大（S ≥ 0.15 ）的6 对韵母 ij 程度逐步增加。从图中可以发现，韵母 设计分类器，分别为（iong，ian ），（ ün ，in ）， 中语音相似度较高（S ≥ 0.15 ）的对立 ij （i，ü ），（üe ，ie ），（uang ，iang ），（uo ，e ）。 使用基于MFCC 的参数。在时间坐标上分段求 有6 对，即（iong，ian ），（ ün ，in ），（i， 取均值获得每个语音样本的39 维参数。模型训 ü ），（üe ，ie ），（uang ，iang ），（uo ，e ）。 练使用核函数为RBF 的SVM。男声、女声以及 针对这种在语音中相似度高的韵母对， 男女混合样本集外测试准确率基本在 95% 以 本文尝试使用统计学习理论中支持向量 上，且准确率受性别影响不大。 机（SVM ）的方法进行分类器的设计。 1 引言 在汉语中，除了元音、辅音音位系统 之外，研究中使用得比较多的还有更符 合汉语语音特点的声母、韵母音位系统。 语音识别中的错误大多发生在语音的最 小对立体之间，在汉语语音的评测中， 评测的重点也是在汉语中相似度高的对 立体之间的区分。另一方面，语音学上 区别特征系统的建立和完善也需要汉语 语音处理实践的支持[1][2] 。研究韵母音位 之间的区分问题[4][5]，不但在言语工程上 有重要意义，也可以对汉语区别特征的 [1] 研究提供参考 。 图1：汉语普通话韵母知觉相似度聚类图 。 为了确定汉语的音位系统，张家騄等 [1][3]对汉语的声母和韵母进行了知觉相 2 参数提取 似度的实验。利用普通的听力正常的听 MFCC （Mel-Frequency Cepstral 音人，在不同的传递条件下所作的语音 Coefficients ）参数利用了人耳的听觉特 清晰度实验数据，建立语音混淆矩阵， 性，在语音信号处理中有广泛的应用。 第八届中国语音学学术会议 暨庆贺吴宗济先生百岁华诞语音科学前沿问题国际研讨会 中国北京2008.4.18-4.20 本文中 SVM 分类器中也是使用了基于 间段内语音帧的MFCC 参数进行平均， MFCC 的参数。MFCC 参数提取的具体 每一段得到 13 维的平均后的 MFCC 参 流程见图2. 数，把三部分的参数按顺序拼接起来， 即是本文所使用