基于嵌入式平台与DNN-HMM的中文儿童语音能力评估研究

基于嵌入式平台与DNN-HMM的中文儿童语音能力评估研
究
董胡
【期刊名称】《办公自动化》
【年(卷),期】2024(29)4
【摘要】儿童语音能力评估对提高其语言发展规律的认识,促进儿童语言、认知和社交能力的全面发展有重要意义。

利用嵌入式硬件平台及深度神经网络隐马尔可夫模型(DNN-HMM)开展中文儿童语音能力评估研究。

首先,使用LD3320语音芯片设计嵌入式硬件平台,然后利用线性校正单元构建深度神经网络,利用构建的DNN-HMM模型对中文儿童语音数据进行训练与测试,并结合一般内容概率潜在语义分析(GC-PLSA)模型开展语音评分,最后,将模型移植到嵌入式平台进行语音能力评估实验。

实验结果表明:与传统高斯混合、隐马尔可夫模型(GMM-HMM)相比,基于DNN-HMM模型在儿童长、短句连续语音词错率(WER)方面均降低约5.4%、5.6%,且DNN-HMM模型获得的平均得分也要高于GMM-HMM模型。

【总页数】4页(P84-86)
【作者】董胡
【作者单位】长沙师范学院信息科学与工程学院
【正文语种】中文
【中图分类】TN912.3
【相关文献】
1.基于嵌入式平台的实用语音识别研究
2.基于声韵母基元的嵌入式中文语音合成系统
3.基于DNN-HMM模型的语音识别的语音导航系统
4.基于DNN-HMM和RNN的维吾尔语语音识别
5.基于DNN-HMM的佤语语音声学建模
因版权原因，仅展示原文概要，查看原文内容请购买。