汉语普通话发音自动评测方法的研究

发布时间：2019-05-09 00:20

【摘要】：中国经济的平稳增长吸引了越来越多的外国人开始学习汉语，但由于学习环境限制和专业教学人员缺失等原因阻碍了汉语国际传播工作的推进，因此对外汉语辅助教学系统的研发已成为当务之急。发音自动评测是对外汉语辅助教学的关键技术之一，其评测结果是给出教学反馈意见的基础，而反馈意见的给出会有效的提高学习者的学习效率。由于汉语是一种单音节有调语言，其在语音拼读方面与印欧语系的语言有明显不同：汉语是由单音节构成的，其音节可以拆分成声母、韵母和声调三个部分，其中声调作为语言学区分性特征具有表意的作用。因此，在对汉语普通话进行评测时，除需要考虑一般发音评测方法所面临的语音信号自身多变和冗余的问题之外，还需要考虑如何结合实际教学需求针对外国汉语学习者普通话发音特点进行评测。同时，汉语音节的三元结构使得外国学习者的发音错误更加多样和复杂，采用单一的声学特征对多种发音错误进行评测很难取得理想的评测结果，应尽可能的选择多种与发音错误类型相关的声学辅助特征进行发音自动评测。综上所述，研究用于对外汉语教学的发音自动评测方法，，对汉语的国际推广有着非常重要的理论意义和实用价值。本文以外国汉语学习者的普通话发音为研究对象，对发音自动评测方法进行了深入研究。以汉语普通话标准和非标准发音语料库为数据基础，从减少母语迁移影响和促进新语音规则建立的角度出发，提取发音自动评测特征构建相应的发音评测模型，分别从汉语的声、韵、调和融合方法四个方面提升发音自动评测方法的性能。论文的具体研究工作如下：（1）研究了一种基于音素模型感知度的发音自动评测方法，以解决外国汉语学习者在普通话学习过程中母语相似发音的替代问题。该方法根据最小化贝叶斯误差原理，通过增大声学特征分别属于标准音素和非标准音素的概率分布之间的距离，以减少对待测发音评测的误差。首先利用汉语标准发音语料库和非标准发音语料库中音素模型之间的距离构建感知度矩阵，然后按照降序将感知度矩阵中的元素依次加入到与音素对应的识别模型候选集中。最后采用模型候选集合来减少待测发音识别的搜索空间，提高音素模型输出结果对待测发音描述的准确性。实验结果表明，该方法利用感知度为相似发音选择候选模型，不仅可以减少语音识别过程中无约束循环网络的计算量，还可以增加后验概率评分与专家评分之间的相关度，同时提高发音错误检出率。（2）研究了两种稳定的声调表征方法，以解决声调教学中调类特征受到语调等影响的问题。一种是基于分段线性拟合的声调表征方法。它通过对音节内的基频曲线进行分段分析，利用线性拟合参数代替基频曲线表征声调变化，以减少连续语音中上下文对声调表征的影响，并采用假设检验提高声调评测结果的准确性。另一种是基于韵律分离的声调表征方法。它采用Fujisaki模型对连续语音基频曲线进行不同层次的韵律特征分离。首先利用语言学知识计算Fujisaki模型的韵律边界，然后在保留语调长时变化的前提下获得声调特征曲线，最后构建语法分类回归树对连续语音中声调协变情况进行分类。实验结果表明，第一种方法在上声声调错误检出方面具有独特优势；在第二种方法中，语言学知识的加入提高了Fujisaki模型的基频曲线拟合精度，Fujisaki模型和语法分类回归树的结合有效提高了声调评测的准确性，其性能要优于传统基于基频曲线的发音自动评测方法。（3）研究了一种基于共振峰结构特征的发音自动评测方法，以检测由于定势的发音器官而导致的发音问题。它通过定义一种能够充分利用共振峰表征声道形状特性的共振峰结构特征，解决在发音自动评测过程中共振峰易受环境噪声和话者声道长度影响的问题。根据仿射不变性原理，计算待测发音和标准发音之间的结构畸变。实验结果表明，该方法在元音错误检测和与专家评分相关度方面，要优于基于共振峰特征的发音自动评测方法。（4）研究了一种基于模糊的层次性客观评测结果融合方法。该方法首先建立一种基于层次的客观评测结果融合模型，它在客观评测层与自动评分层之间引入发音错误分析中间层，将客观评测结果与自动评分之间的直接映射关系变为间接映射。然后采用模糊函数计算不同层次的客观评测融合结果。实验结果表明，发音错误分析层的引入不仅可以提供发音错误分析结果，还可以利用发音错误类型与专家评分之间的相关性信息提高自动评分的准确率，且利用模糊逻辑模拟专家主观判断过程可以提升客观评测融合结果的准确性。
[Abstract]:......
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：TN912.3

【参考文献】