关于发音特征汉语发音偏误自动标注.PDFVIP

基于发音特征的汉语发音偏误自动标注 † 魏星 王玮 陈静萍 解焱陆 张劲松 北京语言大学信息科学学院，北京 100083; † 通讯作者， E-mail: xieyanlu@ 摘要 有标注的语料库对训练语音模型有着至关重要的作用，而人工标注语料库费时费力而且存在标注不 一致的问题。针对发音偏误检测系统的语音标注问题，本文基于发音特征构建偏误检测系统，给出 Top-N 的识别结果，通过praat 软件呈现机器初步标注文本，在此基础上进行人工二次标注。实验结果表明，相比 单纯的人工标注，本文的自动标注加人工二次标注的方法，在标注一致性上从80.7%提高到92.48%，平均 每个句子的标注时间从十分钟减少到三分钟。本文的方法有效的提高了人工标注的效率，可以在有限时间 内为识别系统提供更多的可靠的标注语料。 关键词 发音特征；发音偏误趋势；自动标注 中图分类号 A Study of Articulatory Features Based Detection of Mandrain Pronunciation Erroneous Tendency for Automatic Annotation † WEI Xing, WANG Wei, CHEN Jingping, XIE Yanlu , ZHANG Jinsong School of Information Science, Beijing Language and Culture University, Beijing, 100083; †Corresponding Author, E-mail: xieyanlu@ Abstract For the purpose of relieving the time cost and inconformity in annotation, this paper propose to use an articulatory features based mispronunciation detection system to give an Top-N feedback and use this feedback to assist manual annotation. As a result ，the consistency rate of phoneme labels in our system increase from 80.7% to 92.48%. In addition ，the time cost for annotating each sentence reduce from 10 minutes to 3 minutes. The results indicate that our automatic annotation system be practical, and there is also a room for further improvement. Key words Articulatory features(AFs); Pronunciation erroneous tendency(PET); Automatic annotation 近些年，随着机器学习和计算机硬件的发展，自动语音识别（ASR ）等技术成为了当前 研究热点之一。有标注的语料库在语音合成、语音识别、语音分析等语音学研究领域发挥着 日益重要的作用。为大规模语音语料库添加标注是一项需要投入大量人力资源的任务，长时 间的连续工作不可避免地造成标注人的疲劳、厌倦，同时标注人所接受语音学专业训练水平、 [1] 对语音学知识的把握以及生理心理因素的共同影响，都会造成主观误差，影响标注结果 。 因此，发展语音自动标注系统是必须的。 语音语料库的标注方法一般有自动标注和人工标注两种，或两者相结合的方法，例如先