基于DNN的发音偏误趋势检测

作者：张劲松; 高迎明; 解焱陆

来源：清华大学学报, 2016, 56(11): 1220-1225.

DOI：10.16511/j.cnki.qhdxxb.2016.26.015

• 计算机辅助发音训练
• 发音偏误检测
• 深度神经网络

正音反馈的计算机辅助对外汉语发音训练系统已有发音偏误趋势的标注体系和基于HMM的偏误趋势检测系统。为了进一步提高系统的性能,该文应用深度神经网络进行声学建模,比较Mel频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)、感知线性预测分析系数(perceptual linear predictive analysis,PLP)和Mel滤波器组系数(Mel filter bank,FBank)3种声学特征参数,并利用网格联合技术整合3种声学特征所得的候选网格。实验结果表明:DNN-HMM模型比GMM-HMM实现了更高检测正确率。针对不同发音偏误趋势,3种声学特征有不同表现,联合系统取得最高性能,最终性能为:错误拒绝率5.5%,错误接受率35.6%,检测正确率88.6%。

• 单位
  北京语言大学