检索结果-南通市图书馆

检索条件"主题词=目标逼近模型"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于TAM-BLSTM的巴基斯坦人普通话连续语音声调错误检测与分析

基于TAM-BLSTM的巴基斯坦人普通话连续语音声调错误检测与分析

引用

作者：管彤东华大学

学位级别：硕士

随着中国“一带一路”的开展,很多巴基斯坦人将汉语的普通话作为自己的第二语言（Second Language,L2）进行学习。计算机辅助发音训练系统（Computer Assisted Pronunciation Training,CAPT）的语音错误检测模块对L2学习者提高对语言的... 详细信息

随着中国“一带一路”的开展,很多巴基斯坦人将汉语的普通话作为自己的第二语言（Second Language,L2）进行学习。计算机辅助发音训练系统（Computer Assisted Pronunciation Training,CAPT）的语音错误检测模块对L2学习者提高对语言的掌握程度很有帮助。对于普通话而言,声调的发音尤为重要,而对于母语是非声调语言的巴基斯坦人尤为困难,但是目前,我国对巴基斯坦汉语学习者的声调研究较少,因此本文的研究重点在声调的检错上。为了在CAPT中有效地帮助L2学习者在日常交流对话中掌握正确声调,连续语音的声调识别和错误检测的研究就相当重要。本文分别从特征提取和分类算法两个方面进行对L2普通话连续语音声调错误检测的研究,旨在构建一个有较高检错率的普通话连续语流声调检错模型,从而有针对性的为L2学习者的普通话声调发音错误提供学习的意见。首先,针对连续语音中复杂的声调变化和L2学习者声调发音的特点,本文对于基频生成模型,即目标逼近模型（Target Approximation Model,TAM）做出相应的改进,提出了基于韵律词的TAM参数提取模型。即以韵律词为单位,从原始基频（fundamental frequency,F0）轮廓中模拟出新的F0轮廓并生成声调目标（Pitch Target）,再将声调目标的相关参数即TAM参数导出,作为声调检测模型的输入特征。实验中发现,将TAM参数特征与基频统计参数等特征相结合作为模型的特征输入,其声调识别的准确率会比不结合TAM参数的高2.3%,并且,基于韵律词提取的TAM参数比基于音节提取的更能反映出连续语流中声调的趋势,使用前者来训练模型的准确率,比后者高2.0%。其次,由于本文研究对象为普通话连续语音,选用的声调检测模型就需要具备处理上下文信息的能力,所以本文选择可以处理前向和反向时间信息的双向长短期记忆网络（Bidirectional Long ShortTerm Memory,BLSTM）来进行对声调的识别检测。从实验结果来看,使用BLSTM网络进行声调的检测,其准确率比使用长短期记忆网络（Long Short-Term Memory,LSTM）要高出3.8%。最后,将搭建好的基于TAM-BLSTM的声调检测模型用于巴基斯坦人的L2普通话语料库的声调检测,准确率达到了78.3%,进一步,根据标准发音对其进行发音错误检测,得到错误接受率和错误拒绝率分别为15.5%和22.0%,同时,根据此检测结果分析了语料库中各学习者的声调发音特点并给出了学习建议。

关键词：连续语流目标逼近模型声调目标声调错误检错双向长短期记忆网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于目标逼近特征和双向联想贮存器的情感语音基频转换

基于目标逼近特征和双向联想贮存器的情感语音基频转换

引用

第十三届全国人机语音通讯学术会议(NCMMSC2015)

作者：高丽凌震华戴礼荣中国科学技术大学电子工程与信息科学系

本文提出了一种用于情感语音合成的基频转换方法。该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,使用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换。在模型训练阶段,首先... 详细信息

本文提出了一种用于情感语音合成的基频转换方法。该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,使用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换。在模型训练阶段,首先基于中性语料库和统计参数语音合成方法构建中性语音合成系统;然后利用少量情感录音数据,将从情感语音文本对应的中性合成语音中提取的q TA参数作为源数据,将情感录音中提取的q TA参数作为目标数据,进行GBAM转换模型的训练。在情感语音合成阶段,利用训练得到的GABM模型,实现中性合成语音基频特征向目标情感的转换。实验结果表明,该方法在目标情感数据较少的情况下可以取得比最大似然线性回归(MLLR)模型自适应方法更好的情感表现力。

关键词：情感语音合成目标逼近模型双向联想贮存器基频转换

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：