中文信息学报基于语音配列的汉语方言自动辨识.PDF

中　文 　信 　息　学 　报 第 20卷 第 5期 　 JO URNAL O F CH INESE INFO RM A T IO N PROCESS ING Vol20 No5 文章编号 : 1003 - 0077 (2006) 05 - 0077 - 06 基于语音配列的汉语方言自动辨识 顾明亮1, 2 ,沈兆勇2 ( 1徐州师范大学 物理系 ,江苏 徐州 　22 1116; 2 徐州师范大学 语言研究所 ,江苏 徐州 　22 1116) 摘要 :本文首先讨论了汉语方言辨识的依据及特征选取的基本原则 ,并由此导出了区间差分倒谱特征 。 然后利用 GMM 符号发生器和 N 元语言模型及 ANN 建立了一个方言辨识系统 ,该系统与传统的语种识别系统 相比,具有以下特点 :第一 ,系统不需要标注好的语音库 ,从而降低了汉语方言语音库建设的劳动强度和要求 ;第 二 , GMM 符号化器计算量远远低于音素辨识器 ,从而提高了方言辨识速度 ,便于今后实时处理 。第三 ,具有更高 的辨识效果和更好的容错性 。汉语普通话和三种方言辨识实验结果表明,系统平均辨识率可以达到 838% 。 关键词 :计算机应用 ; 中文信息处理 ; GMM 符号化器 ;N 元语言模型 ;汉语方言辨识 中图分类号 : TP39 14　　　　文献标识码 : A Phon ota tic s Ba sed Ch ine se D ia lects Iden tif ica tion 1, 2 2 GU M ingliang , SH EN Zhaoyong ( 1D ep artm ent of Physic s Xuzhou Norm al Un iversity, Xuzhou , J iangsu , 22 1116, Ch ina; 2 In stitu tion of L ingu istic s Xuzhou Norm al Un iversity, Xuzhou , J iangsu , 22 1116, Ch ina) A b stract: Th is p ap er discu sse s the criterion s for distingu ish ing different Ch ine se dialects and the basic features selec tion firstly. A ccording to the se p rincip als, a novel feature nam ed district differential cep stral feature wa s p ropo sed. Then , a novel dialect identification system com b in ing GMM token izer, N gram language model and ANN is con struc ted. Comp ared w ith traditional L ID system , the new system ha s follow ing characteristic s: first, it is unnecessary to u se tagged dialects sp eech database , wh ich becom e s le ss labou rin ten sive to bu ild corpora. Second, GMM token izer is more comp utationally efficien t. Th ird, the system ha s more accurate and robu st p erform ance. In