计算机辅助普通话水平自动评测系统
本文探讨了计算机辅助普通话自动评测算法，特别针对连续语段的评分问题，并创建了一个评测系统。系统的基础是语音识别技术，以细化的声韵母单元为基本单位建立标准发音的隐马尔可夫模型。通过分析连续语流的发音特点及其语音学规律，首先研究了连续语流中基于后验概率的打分策略，然后提出了基于声韵母时长比、基于语速和停顿两种辅助打分策略，并通过概率分布估计方法，建立了多种打分的融合算法。实验表明，改进算法与经典的后验概率打分法相比，在稳定性和正确率方面都取得了更好的效果，具有明显的实用价值。
普通话 自动评测系统 语音识别 后验概率
杨旻旻 蔡莲红
清华大学，计算机科学与技术系，北京，100084
国内会议
安徽黄山
中文
2007-10-21（万方平台首次上网日期，不代表论文的发表时间）