近年来,随着深度学习和语音识别技术的飞速发展,基于深度学习语音识别的计算机辅助外语口语学习成为当前人工智能技术应用研究的一个热点。本文结合当前最先进的智能语音信息处理理论,在阐述英语口语自动评测的基本原理和算法的基础上,...近年来,随着深度学习和语音识别技术的飞速发展,基于深度学习语音识别的计算机辅助外语口语学习成为当前人工智能技术应用研究的一个热点。本文结合当前最先进的智能语音信息处理理论,在阐述英语口语自动评测的基本原理和算法的基础上,针对中考、高考口语考试考生音频的特点,提出了两种基于深度神经网络声学模型的更具噪音鲁棒性的评分算法。依据在初中和高中英语口语大规模统一考试的真实场景数据进行的验证实验,本文提出的自动评测方法比传统基于GOP(Goodness of Pronunciation)的方法具有较大的性能优势。本研究开发的部分技术已实际应用于全国多地的中考、高中期末考试及高考模拟考试的口语自动阅卷系统中,取得了良好的社会效益。展开更多
文摘近年来,随着深度学习和语音识别技术的飞速发展,基于深度学习语音识别的计算机辅助外语口语学习成为当前人工智能技术应用研究的一个热点。本文结合当前最先进的智能语音信息处理理论,在阐述英语口语自动评测的基本原理和算法的基础上,针对中考、高考口语考试考生音频的特点,提出了两种基于深度神经网络声学模型的更具噪音鲁棒性的评分算法。依据在初中和高中英语口语大规模统一考试的真实场景数据进行的验证实验,本文提出的自动评测方法比传统基于GOP(Goodness of Pronunciation)的方法具有较大的性能优势。本研究开发的部分技术已实际应用于全国多地的中考、高中期末考试及高考模拟考试的口语自动阅卷系统中,取得了良好的社会效益。
