一種漢語普通話中清擦音和塞擦音的客觀測試方法技術

本發明專利技術公開了一種漢語普通話中清擦音和塞擦音的客觀測試方法，包括：接收輸入語音；對輸入語音進行切分；提取區別特征；根據評估模型進行打分；得到發音得分。通過應用本發明專利技術，采用更能反映發音本質的區別特征，對清擦音和塞擦音進行區分，可以得到更好的區分性能。

Objective a method for testing clear fricatives and affricates in Putonghua

The invention discloses a Mandarin Chinese voiceless fricatives and affricates objective test method, comprising: receiving the input speech; segmentation of the input speech; extracting feature; scoring according to the assessment model; get the pronunciation score. According to the invention, the more can reflect the distinctive features of pronunciation essence, to distinguish voiceless fricatives and affricates, can get better classification performance.

【技術實現步驟摘要】

本專利技術涉及漢語普通話客觀測試
，具體地說，本專利技術涉及。
技術介紹
在漢語普通話的學習中，由于聲母的發音持續時間比較短，發音過程包括成阻、持阻和除阻三個階段，對發音部位和發音方法的要求較高，所以，聲母的發音難度較大，特別是一些發音方法和發音部位比較接近的聲母，學習者由于受到自身母語和地方語的影響，在普通話的學習過程中容易混淆。 一般來說，學習者在學習第二語言的過程中，總是習慣于用母語中的發音來模擬第二語言中的發音。如果母語中的發音可以和第二語言中的某些發音對應，那么這些發音一般比較容易掌握，而且掌握的比較好。但是，如果第二語言中的某些音在學習者的母語中找不到可以對應的音，那么，這些音的學習難度將特別大。特別是，如果在第二語言中有些發音十分接近的音，而在學習者的母語中這些音本身就是不區分的，那么在這種情況下，學習者就更加難以掌握了。 清擦音和塞擦音，是普通話中比較難以學習和掌握的兩類聲母，特別是對于母語是南方語系的學習者和測試者，由于母語的原因，更不容易區分。在漢語普通話中，[s]和[sh]屬于清擦音，[c]，[ch]，[z]和[zh]屬于塞擦音。 目前，基于隱馬爾可夫的漢語普通話測試方法是應用較廣的一種方法。輸入語音首先通過識別器被一遍解碼，在這個過程中，得到對應于輸入語音的詞圖或詞序列。第二遍計算過程在前面得到的詞圖或詞序列的基礎上進行，計算輸入語音與聲學模型的匹配程度，最后通過映射得到輸入語音的得分。由于目前使用的聲學模型中清擦音和塞擦音的鑒別度不高，導致輸入語音通過解碼后計算的與聲學模型的匹配程度準確度不高，輔助學習者學習時的效果較差。
技術實現思路
為克服現有技術中清擦音和塞擦音的測試準確度差的缺陷，本專利技術提出。 根據本專利技術的一個方面，提供了一種漢語普通話中清擦音和塞擦音的客觀評測方法，包括 步驟10)、對輸入的清擦音或者塞擦音進行切分； 步驟20)、提取切分后語音的能量變化率特征； 步驟30)、對所述能量變化率特征使用清擦音或者塞擦音的向量機方法模型進行評估，得到評測清擦音或者塞擦音發音的得分。 其中，步驟10)中，優選地，以音素為最小單位對輸入語音進行切分。 其中，步驟20)中，優選地，所述能量變化率特征為塞擦音除阻階段的輸入語音能量突變段的能量變化率。 其中，步驟20)進一步包括 步驟210)、對切分后的輸入清擦音或者塞擦音進行多分辨率分析，得到各個分辨率尺度上的語音信號的突變分量； 步驟220)、對所述各個分辨率尺度上的語音信號突變分量的能量序列進行累計處理，獲取所述語音信號突變分量的能量曲線； 步驟230)、定位所述能量曲線上的塞擦音除阻階段的能量突變段； 步驟240)、獲取反映能量曲線上的塞擦音除阻階段的能量突變段的能量變化率。 其中，步驟210)進一步包括對切分后的語音進行多分辨率分析， CAj+1＝CAj*h1(n)，1≤j≤J， CDj+1＝CAj*h0(n)，1≤j≤J； 其中，CA0為切分后的輸入語音信號，J為多分辨率分析的級數，CAj代表語音信號低頻部分的平滑分量，CDj代表語音信號高頻部分的突變分量，h0(n)和h1(n)分別是高通濾波器和低通濾波器的傳遞函數。 其中，步驟220)進一步包括對所述各個分辨率尺度上的語音信號突變分量的能量序列進行累計處理， Ej+1(n)＝Ej(n)+CDj+1(n)·CDj+1(n)，1≤j<J； 其中，Ej(n)是在j尺度上語音信號時域點的能量，CDj(n)是j尺度上語音信號在時域點n的分量，J為多分辨率分析的級數；獲得語音信號突變分量的能量曲線。 其中，步驟230)進一步包括獲取能量曲線的能量最大的兩個相鄰點；在所述能量曲線上，從所述兩個相鄰點向前查找，如果滿足相鄰三點到曲線結束點的能量均值遞減、到曲線結束點的平均標準差遞增并且第一點和第三點的所述平均標準差的差值大于預設的平均標準差閾值，則所述相鄰三點中的前兩點作為所述能量突變段的結束點。 其中，步驟230)進一步包括從能量曲線結束點向前各點連線，獲得各連線段的斜率；從所述能量曲線結束點開始前向查找起始點，當相鄰兩點到結束點的斜率差大于預訂的初始閾值時，所述相鄰兩點的后一點作為前向查找的起始點；從能量突變段的結束點后向查找起始點，并計算以能量突變段的結束點為端點的各連線斜率平均標準差，當相鄰兩點的斜率的平均標準差之差的絕對值小于初始閾值時，后面的點作為后向查找的起始點；如果前向起始點和后向起始點的距離大于預設閾值，則采用前后向查找法查找起始點；如果小于預設閾值，則兩點中間的點作為起始點。 其中，步驟240)進一步包括根據所述能量突變段的起始點和結束點的能量，按照如下公式獲取所述能量變化率， 其中，ΔEj為所述能量變化率， 和 分別是在j尺度上塞擦音能量突變段的所述起始點和結束點， 和 分別是j尺度上塞擦音能量突變段的起始點和結束點處的能量。 其中，步驟30)進一步包括使用根據向量機方法建立的清擦音或者塞擦音訓練模型來計算提取的測試語音樣本的能量變化率特征距離分類面的距離，將識別結果的距離映射為得分。 通過應用本專利技術，采用更能反映發音本質的區別特征，對清擦音和塞擦音進行區分，可以得到更好的區分性能。 附圖說明 圖1是清擦音和塞擦音客觀測試方法流程圖； 圖2是塞擦音多分辨率分析后各尺度的能量曲線圖； 圖3是清擦音多分辨率分析后各尺度的能量曲線圖； 圖4是定位能量突變段起始點示意圖。 具體實施例方式 下面結合附圖和具體實施例，對本專利技術提供的作詳細說明。 如圖1所示，根據本專利技術的一個實施例提供的清擦音和塞擦音的客觀測試方法包括以下步驟接收輸入語音；對輸入語音進行切分；提取清擦音和塞擦音的語音區別特征；根據評估模型進行打分；得到發音得分。 1、將輸入語音以音素為最小單位進行切分。 2、語音區別特征的提取 語音區別特征一般是構成語音信號的基本元素，是語音學和音系學研究的重要內容，也是語音信號處理技術所面對的重要處理對象。常用的區別特征包括元音的區分依靠舌位的高低前后，輔音的區分依靠發音時發生阻礙的不同部位以及不同的發音方法。 1)、對輸入語音進行多分辨率分析，得到各個分辨率尺度上的語音信號的突變分量； 設輸入語音信號s(n)＝CA0，則 CAj+1＝CAj*h1(n)，1≤j≤J (1)； CDj+1＝CAj*h0(n)，1≤j≤J (2)； 其中，J為多分辨率分析的級數，CAj為代表語音信號低頻部分的平滑分量，CDj是代表語音信號高頻部分的突變分量，h0(n)和h1(n)分別是高通濾波器和低通濾波器的傳遞函數。 2)、對各個尺度上語音信號突變分量的能量序列進行累計處理； 對輸入語音信號進行多分辨率分析后，得到的是原信號在不同頻率分辨率下的時域信息，對其各個時域點上的能量進行累計處理，以得到直觀反映塞擦音爆破段的特征。 設Ej(n)是在j尺度上語音信號時域點的能量，則為了突出爆破段能量的突變，對其進行累計處理，如下式所示 Ej+1(n)＝Ej(n)+CDj+1(n)·CDj+1(n)，1≤j<本文檔來自技高網...

【技術保護點】
一種漢語普通話中清擦音和塞擦音的客觀評測方法，包括：　步驟１０）、對輸入的清擦音或者塞擦音進行切分；　步驟２０）、提取切分后語音的能量變化率特征；　步驟３０）、對所述能量變化率特征使用清擦音或者塞擦音的向量機方法模型進行評 估，得到評測清擦音或者塞擦音發音的得分。

【技術特征摘要】
1、一種漢語普通話中清擦音和塞擦音的客觀評測方法，包括步驟10)、對輸入的清擦音或者塞擦音進行切分；步驟20)、提取切分后語音的能量變化率特征；步驟30)、對所述能量變化率特征使用清擦音或者塞擦音的向量機方法模型進行評估，得到評測清擦音或者塞擦音發音的得分。2、權利要求1的方法，其中，步驟10)中，優選地，以音素為最小單位對輸入語音進行切分。3、權利要求1的方法，其中，步驟20)中，優選地，所述能量變化率特征為塞擦音除阻階段的輸入語音能量突變段的能量變化率。4、權利要求1的方法，其中，步驟20)進一步包括步驟210)、對切分后的輸入清擦音或者塞擦音進行多分辨率分析，得到各個分辨率尺度上的語音信號的突變分量；步驟220)、對所述各個分辨率尺度上的語音信號突變分量的能量序列進行累計處理，獲取所述語音信號突變分量的能量曲線；步驟230)、定位所述能量曲線上的塞擦音除阻階段的能量突變段；步驟240)、獲取反映能量曲線上的塞擦音除阻階段的能量突變段的能量變化率。5、權利要求4的方法，其中，步驟210)進一步包括對切分后的語音進行多分辨率分析，CAj+1＝CAj*h1(n)，1≤j≤J，CDj+1＝CAj*h0(n)，1≤j≤J；其中，CA0為切分后的輸入語音信號，J為多分辨率分析的級數，CAj代表語音信號低頻部分的平滑分量，CDj代表語音信號高頻部分的突變分量，h0(n)和h1(n)分別是高通濾波器和低通濾波器的傳遞函數。6、權利要求5的方法，其中，步驟220)進一步包括對所述各個分辨率尺度上的語音信號突變分量的能量序列進行累計處理，Ej+1(n)＝Ej(n)+CDj+1(n)·CDj+1(n)，1≤j<J；其中，Ej(...

【專利技術屬性】
技術研發人員：顏永紅，董濱，楊軍，
申請(專利權)人：中國科學院聲學研究所，北京中科信利技術有限公司，
類型：發明
國別省市：11[中國|北京]