基于嵌入式平台与DNN-HMM的中文儿童语音能力评估研究.pdfVIP

综述译丛2024年2月15日第29卷

总第513期SummaryCollectionofTranslations

基于嵌入式平台与DNN-HMM的中文儿童语音

能力评估研究*

董胡

（长沙师范学院信息科学与工程学院长沙410100)

摘要：儿童语音能力评估对提高其语言发展规律的认识，促进儿童语言、认知和社交能力的全面发展有重要意义。利用嵌入式硬

件平台及深度神经网络隐马尔可夫模型（DNN-HMM)开展中文儿童语音能力评估研究。首先，使用LD3320语音芯片设计嵌人式硬

件平台，然后利用线性校正单元构建深度神经网络，利用构建的DNN-HMM模型对中文儿童语音数据进行训练与测试,并结合一

般内容概率潜在语义分析(GC-PLSA)模型开展语音评分,最后,将模型移植到嵌人式平台进行语音能力评估实验。实验结果表明：

与传统高斯混合、隐马尔可夫模型（GMM-HMM)相比，基于DNN-HMM模型在儿童长、短句连续语音词错率（WER)方面均降低约

5.4%、5.6%，且DNN-HMM模型获得的平均得分也要高于GMM-HMM模型。

关键词：嵌入式；深度神经网络；线性校正单元；语音能力评估

中图分类号：TN912.3文献标识码：A文章编号：231215-10901

ResearchontheEvaluationofChildrensChineseSpeechAbilityBasedonEmbedded

PlatformandDNN-HMM

DongHu

(SchoolofInformationScienceandEngineering,ChangshaNormalUniversity,

Changsha410100,China)

Abstract:Theassessmentofchildrensspeechabilityisofthegreatsignificanceinimprovingtheirunderstandingof

languagedevelopmentpatternsandpromotingthecomprehensivedevelopmentofchildrenslanguage,cognitive,and

socialabilities.UsingembeddedhardwareplatformsandDeepNeuralNetworkHiddenMarkovModels(DNN-HMM)

toconductresearchontheevaluationofchildrensChinesespeechability.Firstly,anembeddedhardwareplatformis

designedusingtheLD3320speechchip.Then,adeepneuralnetworkisconstructedusinglinearcorrectionunits.The

constructedDNN-HMMisusedtotrainandtestchildrensChinesespeechdata,andcombinedwiththeGeneralCon-

tentProbabilisticLatentSemanticAnalysis(GC-PLSA)modelforspeechscoring.Finally,themodelistransplanted

totheembeddedplatformforspeechabilityevaluationexperiments.Theexperimentalresultsshowthatcompared