基于融合的发音质量评分研究

摘要：

本文分别采用了多元线性回归算法和反向传播算法对二语学习中英语口语的人工评分和三种机器评分之间的关系进行学习，实现了上述三种机器评分的融合，并从语音库、相应的人工评分和机器评分三个角度对数据集的建立进行了详细的介绍。实验结果表明，由以上两种融合方法得到的机器总分与人工评分之间的相关度相比于融合前的最佳机器评分在句子层次上分别提高了1.4％和1.7％，在说话人层次上提高了0.6％，并显著降低了两者之间的误差平方和，证明了融合的可行性和有效性。

关键词： 机器评分 数据融合 多元线性回归 反向传播算法 发音质量 计算机辅助语言学习系统

作者: 阳曦 柯登峰 丁鹏 徐波

作者单位: 中国科学院自动化研究所，数字内容技术研究中心，北京，100080 中国科学院自动化研究所，数字内容技术研究中心，北京，100080；中国科学院自动化研究所，模式识别国家重点实验室，北京，100080

会议类型: 国内会议

会议名称: 第九届全国人机语言通讯学术会议

会议地点: 安徽黄山

会议语种:中文

在线出版日期: 2007-10-21（万方平台首次上网日期，不代表论文的发表时间）