基于区分性特征的汉语方言识别研究.pdfVIP

摘 要 方言是一种特殊的语言变体，具有珍贵的史学及语言学研究价值。汉语方 言作为中华民族优秀的非物质文化遗产，不应该随着普通话的日益普及而消失。 汉语方言种类识别是推进汉语方言智能处理的至关重要的一环，在方言保护传 承中具有重要的实践意义。 目前，现有的方言种类识别模型主要围绕如何抽取方言文本中有效词法、 句法等文本级别特征展开研究，针对方言区分词和方言发音特征的研究较为鲜 见。同时，考虑到当前深度学习方法能够从监督信息中提取有效的特征，这为 提取方言区分性特征提供了可行的方法。基于此，本文提出了两种不同且有效 的方言区分特征进行方言语种识别： （1）方言区分词特征，本文首先利用注意力机制构建了一个汉语方言文本 分类模型，接着通过注意力权重来选择代表性的方言区分词，然后将方言区分 词的词向量特征和底层声学特征进行融合，最后从融合特征中提取方言区分特 征进行汉语方言种类识别。通过汉语基准方言语料库上的实验结果表明该融合 特征优于仅使用方言文本或底层声学单方面特征。 （2 ）方言发音特征，本文首先构建了一个汉语音素识别模型，然后利用识 别出的音素序列从底层声学特征中提取方言发音特征，最后从方言发音特征中 提取方言区分性特征进行方言种类识别。通过汉语基准方言语料库上的实验结 果表明方言发音特征在方言识别中具有重要作用。 最后，本文集成了以上工作，设计了一个基于客户端-服务器架构的智能语 音处理平台，该平台能够有效完成方言种类识别和赣方言语音识别，同时融入 了语音智能闲聊等功能。 总体而言，本文对汉语方言识别中的关键技术进行了较为深入的研究，提 出了相关问题的一些解决方法，并设计了相应的算法和实验。通过汉语基准方 言语料库上的实验表明，本文提出的这些方法有助于提高汉语方言识别的性能， 同时减少对大规模语料库的依赖性，为同类研究提供了有效参考。此外，本文 不仅有助于探索传统文化研究、保护的途径和模式，而且也有助于江西省有声 资源库的后续开发和利用。 关键词：区分性特征；方言识别；注意力机制；发音特征；深度神经网络 I Abstract Dialect is a special linguistic variant with valuable historical and linguistic research value. Chinese dialects, as the outstanding intangible cultural heritage of the Chinese nation, should not disappear with the increasing popularity of Mandarin. The identification of Chinese dialect types is a key step of advancing the intelligent processing of Chinese dialects, and has important practical significance in the protection and inheritance of dialects. At present, the existing dialect identification models mainly focus on how to extract text-level features such as effective morphology and syntax in dialect texts. Studies on distinguishing dialect words and dialect pronunciation features are relatively rare. Considering that current deep learning methods can extract