发音自动评估系统的设计与实现

论文摘要

发音自动评估是计算机辅助语言学习(CALL)的一个重要课题,其目的就是用计算机对语言学习者的发音水平进行自动评估,辅助其纠正发音错误,提高口语水平。由于受语速、语调等因素的影响,直接采用与标准语音比对的方式无法真实反映出发音的准确性,加上母语发音的影响以及说话人自身发音的特点,对发音进行自动评估十分困难。常用的方法是采用自动语音识别技术建立语言模型,对待测语音进行识别,根据识别系数来对发音的水平进行评估。随着自动语音识别技术的不断发展,发音自动评估方法也越来越成熟。本文系统研究了隐马尔可夫模型基础理论,论述了基于隐马尔可夫模型的英语发音模型,针对母语为汉语的说话人对其进行了改进。在发音模型的构建过程中,详细阐述了语音特征参数选择与提取的过程以及模型参数训练方法。针对该模型,设计了一种对发音水平进行分等级评估的算法。同时,还给出了该发音自动评估系统在PC机上的实现过程。在基于隐马尔可夫模型的发音评估系统中,母语发音特点对第二语言发音的影响使得评估模型状态与测试语音的相似度下降,导致发音自动评估系统的准确度降低。针对这种情况,本文利用母语为汉语的说话人的易混淆音对发音模型进行了改进,使其更加符合这类人发音的特点。为了对发音进行评估,本文设计了一种针对该模型的评估算法,以维特比强制对齐系数与自动语音识别系数的距离为评分基础,将得到的系数映射到评分区间,以此来表征测试者的发音水平。本文以HTK工具包为基础,实现了母语为汉语说话人的英语发音自动评估系统。该系统主要包括发音评估引擎、语音采集与处理模块、波形显示模块等三部分。发音评估引擎是该系统的核心,通过对HTK进行二次开发实现。系统各模块间通过标记文件进行数据传递。测试结果表明,该系统与人工评分的相关系数为0.89。

论文目录

• 中文摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景、目的及意义
• 1.2 相关领域国内外研究及发展现状
• 1.3 本文的主要工作
• 第2章 发音自动评估系统的设计
• 2.1 发音自动评估流程
• 2.2 语音信号预处理
• 2.3 语音特征参数
• 2.3.1 语音特征参数的选择
• 2.3.2 MFCC提取过程
• 2.4 发音评估模型
• 2.4.1 隐马尔可夫模型
• 2.4.2 评估模型参数估计
• 2.4.3 针对母语为汉语的改进
• 2.5 发音评分算法
• 2.5.1 维特比算法
• 2.5.2 评估分数计算
• 2.6 本章小结
• 第3章 发音自动评估系统的实现
• 3.1 发音自动评估系统框架
• 3.2 语音采集与处理模块
• 3.2.1 语音输入模块
• 3.2.2 参数计算模块
• 3.3 基于HTK的发音评估引擎
• 3.3.1 HTK工具包
• 3.3.2 连接层
• 3.3.3 词典生成模块
• 3.4 波形显示模块
• 3.4.1 基本波形显示
• 3.4.2 波形相关操作
• 3.5 本章小结
• 第4章 发音自动评估系统的测试
• 4.1 发音自动评估系统的功能界面
• 4.2 发音数据库
• 4.3 发音模型的训练
• 4.4 发音评估结果分析
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 全文工作总结
• 5.2 下一步工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文