基于非線性編碼的英語重讀音節(jié)識別及評估算法研究.pdf

1、在計算機輔助語言學習CALL（ComputerAssistedLanguageLearning）中，語音處理技術的應用越來越廣泛。當今已經存在很多方法來判斷和評估發(fā)音的準確性，并取得良好的結果。對于口語中重音的評估，它們大多是通過制定發(fā)音的語法規(guī)則，根據規(guī)則來建立語音模型來判斷發(fā)音的準確性。有時也會結合傳統的語音特征，如音長，能量等。這些方法或者不能準確地判斷重音的具體位置，或者表征語音特征方式有效性差，以致產生不可用的結果。本文主要研

2、究的是在英語口語評估中，分形理論對于重音評估的應用。
　　本文首先給出兩種分形維數的算法，計盒數法和多態(tài)覆蓋算法，并對二者進行了詳細的比較。由于一維分形維數對一幀語音信號的特征值僅僅使用一個數值進行表征，這種方法幾乎是不準確的，因此引入了多尺度分形維數的概念，多尺度分形維數是通過一組向量值來表征語音特征值的。使用兩種分形算法提取語音特征值，并根據最小二乘法將連續(xù)時間語音信號的分形維數值進行曲線擬合，通過大量實驗比較這兩種方法下的曲

3、線變化趨勢去比較兩種方法對口語中重音的敏感度強弱，結果表明分形特征對于口語重音都十分敏感，據統計計盒數法中91.5％以上重音位置都是分形維數曲線的極值點，尤其是多態(tài)覆蓋算法中可達96.2%以上重音位置是極值點，高于計盒數法中的準確率。因此課題中選擇使用多態(tài)覆蓋算法表征語音特征值，然后將此方法融合到sphinx4語音開發(fā)平臺上，進行進一步的重音位置識別與標識。
　　接著本文介紹了如何具體應用已得結論來建立重音分析模型，如何進行重音位