|
|||||
|
|
| 自动发音错误检测中基于最大化F1值准则的区分性特征补偿训练算法 | |
| 作者姓名： | 黄浩 徐海华 王羡慧 吾守尔&# 斯拉木 |
| 作者单位： | 1. 新疆大学信息科学与工程学院, 新疆乌鲁木齐 830046; 2. 南洋理工大学Temasek实验室, 新加坡 639798 |
| 摘 要： | 为提高自动发音错误检测性能,提出一种区分性特征补偿训练算法.该方法将高斯后验概率矢量经过线性变换后作为偏移量补偿至传统的谱特征.将经过正确度标注的语音数据库上的发音错误检测F1值的最大化作为变换参数的训练准则.推导了目标函数对变换参数的偏导数公式,并利用无约束参数优化例程L-BFGS更新变换参数.发音错误检测实验表明该方法能够有效增大训练和测试集的F1值.并且训练和测试集的精确度、召回率也都有明显提高.在特征优化的基础上进行模型参数训练,检错性能较单独的区分性特征训练、单独的区分性模型训练都有进一步改进. |
| 关 键 词： | 自动发音错误检测 F1值 区分性训练 特征 计算机辅助语言学习 |
| 收稿时间： | 2013-12-26 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子学报》浏览原始摘要信息 | |
| 点击此处可从《电子学报》下载全文 | |