針對(duì)英語(yǔ)學(xué)習(xí)者問(wèn)答型發(fā)音自動(dòng)評(píng)測(cè)方法的研究.pdf

1、英語(yǔ)學(xué)習(xí)者問(wèn)答型口語(yǔ)語(yǔ)音評(píng)測(cè)一直是口語(yǔ)自動(dòng)評(píng)分領(lǐng)域中的一個(gè)難點(diǎn),主要有兩個(gè)方面的原因:一方面,非母語(yǔ)說(shuō)話人問(wèn)答型口語(yǔ)語(yǔ)音的識(shí)別準(zhǔn)確率低、解碼速度慢;另一方面,在語(yǔ)音識(shí)別率不高的情況下,沒(méi)有一個(gè)有效的方法來(lái)評(píng)價(jià)考生答案和標(biāo)準(zhǔn)答案之間的文本語(yǔ)義相似度。針對(duì)這兩個(gè)問(wèn)題,本文在分析英語(yǔ)學(xué)習(xí)者問(wèn)答型口語(yǔ)發(fā)音特征后,分別設(shè)計(jì)了有效的解決方案。
　　為了選取與識(shí)別任務(wù)相匹配的語(yǔ)言模型,設(shè)計(jì)了一種新的插值語(yǔ)言模型訓(xùn)練方案,同時(shí)研究了一種多語(yǔ)料庫(kù)動(dòng)

2、態(tài)詞表提取方案,以確保詞表選取的合理性。實(shí)驗(yàn)結(jié)果顯示,相對(duì)于傳統(tǒng)的語(yǔ)言模型建模方法,本文設(shè)計(jì)的方案可極大降低語(yǔ)言模型的困惑度,最高可降低近66.5％,并且在問(wèn)答題的語(yǔ)音識(shí)別應(yīng)用中,使問(wèn)答題型語(yǔ)音的識(shí)別準(zhǔn)確率提高了約15%。為了提高評(píng)測(cè)系統(tǒng)的識(shí)別效率和識(shí)別率,設(shè)計(jì)了一種基于自適應(yīng)閥值與基頻檢測(cè)的音頻分割算法,實(shí)驗(yàn)結(jié)果表明該算法能夠成功去除音頻中的靜音、噪聲部分,音頻分割去噪后語(yǔ)音的識(shí)別準(zhǔn)確率提高了約2%,且單個(gè)識(shí)別任務(wù)的平均解碼時(shí)間減少了