[发明专利]发音质量评估系统中的置信度快速求取方法

权利要求书

1.一种发音质量评估系统中的置信度快速求取方法，其特征在于，包括如下步 骤：

1)将待识别语音输入语音识别系统中；

2)对输入语音进行预处理，该预处理中包括分帧处理；

3)采用感知加权线性预测参数特征提取方法或者美尔域倒谱系数特征提取方法 提取语音特征；

4)利用全音节循环网络状态图和精细声学模型，对特征向量序列进行解码，得 到最优路径，记录最优路径上的各音素分割点信息；

5)按照步骤4)中得到的音素分割点，根据精细声学模型和对应帧的特征向量， 对目标音素和语音帧做强制对齐处理，获得每一帧语音对应的状态号，并计算各帧 语音对应其相应状态的似然概率值p(x_t|s_t)，其负对数为：

-lnp(xt|st)=d(xt,st)=12[(xt-μt)Σt-1(xt-μt)+nln(2π)+ln(|Σt|)]]]>

其中，x_t为输入的第t帧语音特征，s_t为第t帧语音特征对应的隐马尔科夫模型 的状态，该状态为正态分布N(μ_t，∑_t)，μ_t和∑_t分别是状态s_t模型的均值矢量和协 方差矩阵，n是特征向量的维数；

6)引入粗略的背景模型，计算每帧语音在该模型包含的所有状态下的似然概率 和其中，D^*是粗略背景模型中所有状态的集合；

7)计算每一帧待评估语音的广义后验概率：

8)分别计算每个音素的广义后验概率：

其中，τ_s、τ_e分别指输入的语音特征在当前音素的起始帧号和结束帧号，s_t是 从强制对齐结果中获得的对应于第t帧语音特征x_t的状态号；

9)将音素的广义后验概率作为该音素在发音质量评估系统中的置信度得分。