[发明专利]发音质量评估系统中的置信度快速求取方法

摘要

本发明提供一种发音质量评估系统中的置信度快速求取方法，包括：预处理分帧；提取每帧语音的语音特征；根据全音节循环网络状态图、精细声学模型和语音特征向量进行解码，得到最优路径上的各音素分割点信息；根据精细声学模型和对应帧的PLP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；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；计算每一帧待评估语音的广义后验概率；计算每个音素的广义后验概率并将其作为置信度得分。本发明的方法，采用粗糙的背景模型作为后验概率分母部分计算的依据，从而极大降低广义后验概率即置信度得分的计算量。

主权项

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)，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Σsk∈D*p(xt|sk),]]>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：p(st|xt)=p(xt|st)Σsk∈D*p(xt|sk);]]>8)分别计算每个音素的广义后验概率：p(ph)=1τe-τs+1Σt=τsτep(st|xt)]]>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。