CAJ | 학술논문

在无关的发音质量评估系统中,需要先识别出待测语音的说话内容,才能进行准确评估.真实的评测数据往往有很多不利的因素影响识别正确率,包括噪声、方言口音、信道噪声、说话随意性等.针对这些不利因素,本文对声学模型进行了深入的研究,包括:在训练数据中加入背景噪声,增强了模型的抗噪声能力；采用基于说话人的倒谱均值方差规整(SCMVN),降低信道及说话人个体特性的影响；用和待测语音相同地域的朗读数据做最大后验概率(MAP)自适应,使模型带有当地方言口音的发音特点；用自然口语数据做MAP自适应,使模型较好地描述自然口语中比较随意的发音现象.实验结果表明,使用这些措施之后,使待测语音的识别正确率相对提高了44.1％,从而使机器评分和专家评分的相关系数相对提高了6.3％.
재무관적발음질량평고계통중,수요선식별출대측어음적설화내용,재능진행준학평고.진실적평측수거왕왕유흔다불리적인소영향식별정학솔,포괄조성、방언구음、신도조성、설화수의성등.침대저사불리인소,본문대성학모형진행료심입적연구,포괄:재훈련수거중가입배경조성,증강료모형적항조성능력；채용기우설화인적도보균치방차규정(SCMVN),강저신도급설화인개체특성적영향；용화대측어음상동지역적랑독수거주최대후험개솔(MAP)자괄응,사모형대유당지방언구음적발음특점；용자연구어수거주MAP자괄응,사모형교호지묘술자연구어중비교수의적발음현상.실험결과표명,사용저사조시지후,사대측어음적식별정학솔상대제고료44.1％,종이사궤기평분화전가평분적상관계수상대제고료6.3％.