漢語普通話聲調評測算法研究.pdf

1、聲調在漢語中有著構詞辨義的作用，聲調的準確程度足判定普通話好壞的重要因素之一。因此，聲調評測子系統(tǒng)也是計算機輔助語言學習(CALL)系統(tǒng)以及普通話水平測試(PSC)系統(tǒng)的重要組成部分。在連續(xù)語流中，因為當前音節(jié)受上下文內容的影響，所以聲調中存在著不可忽視的變調和連續(xù)現(xiàn)象，對這種現(xiàn)象是否處理以及如何處理將對聲調評測系統(tǒng)的性能產生很人的影響。本文考慮連續(xù)語音基頻曲線中存在的各種超音段信息，對傳統(tǒng)三音節(jié)聲調輪廓特征的GMM模型進行特征的改進，

2、以提高評測算法打分的準確度。本文主要研究成果如下。
　　 1．基頻曲線的求取：傳統(tǒng)基頻曲線FO的求取，只得到了單個音節(jié)的基音頻率，卻忽略連續(xù)語流中兩個音節(jié)之間聲調的轉換信息。本文考慮音節(jié)中輔音的基音頻率可以代表前一音節(jié)與當前音節(jié)的聲調轉移特征，對三音節(jié)中的清輔音部分用Spline插值法來擬合轉移的聲調曲線。實驗表明，基于曲線插值擬合的GMM模型評測方法可以使測試集的機器打分和人工打分相關性可以達到0.7309。
　　 2

3、．聲調特征的選擇：Fujisaki模型將基頻曲線拆解成三個不同的元件函數，它們分別為短語元件：代表語句的語調信息：強調元件：反映每個音節(jié)的音調走勢，即為聲調信息：基底頻率：代表了說話人的個性信息。根據上述理論，本文在Fujisaki模型的基礎上去除語句的語調和說話人個性特征，只對基頻曲線中的聲調特征建模，結果顯示，改進特征相比于傳統(tǒng)特征，打分相似度在測試集中提高了14.09％。
　　 3．聲調模型的改進：在驗證聲調轉移特征對評測