[發明專利]特征提取方法、裝置及重音檢測的方法、裝置

有效

• 申請號: 201310488434.6
• 申請日: 2013-10-17
• 公開（公告）號: CN104575519B
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 劉加;趙軍紅;袁樺;張衛強;何亮;趙峰;邵穎
• 申請（專利權）人: 清華大學;深圳市車音網科技有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/78;G10L15/02;G10L15/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種特征提取方法、裝置及重音檢測的方法、裝置，涉及語音檢測技術。為解決現有技術在重音檢測上準確率低的問題。技術方案包括：依據預設的音素與聲學特征發音屬性的對應關系，通過第一分類器進行輸出所述聲學特征發音屬性的第一幀級特征向量；依據預設的音素與元輔音發音屬性的對應關系，通過第二分類器將所述聲學特征發音屬性的第一幀級特征向量進行輸出所述元輔音發音屬性的第二幀級特征向量；將所述聲學特征發音屬性的第一幀級特征向量或所述元輔音發音屬性的第二幀級特征向量進行映射所述幀級對應的音節級發音特征向量。該方案可以應用語音檢測過程中。

技術領域

本發明涉及語音檢測技術，尤其涉及一種用于重音檢測的特征提取方法、裝置及重音檢測的方法、裝置。

背景技術

在英語語言學習中，每個音節發音的準確性將直接影響說話人的英語表達的標準性，其中掌握英語重音發音的準確性是非常重要的一個環節。

目前，英語發音的重音檢測方法，是先將語音訓練數據以音節為單位提取韻律特征參數，然后依據這些韻律特征參數通過分類器將學習者的語音數據進行分類檢測并獲得相關重音檢測結果，以判斷其重音的發音是否準確，其中采用的韻律特征可以包括基頻特征參數、段長特征參數、響度特征參數和譜凸顯特征參數。

由于現有技術采用的是語音數據中的韻律特征作為檢測參數進行分類檢測，而在以音節為單位的韻律特征的提取過程中會收到噪音等環境因素的影響，從而造成以韻律特征進行的重音檢測方法準確率不高的問題。

發明內容

本發明的實施例提供一種用于重音檢測的特征提取方法、裝置及重音檢測的方法、裝置，能夠提高英語重音檢測的準確率。

為達到上述目的，本發明的實施例采用如下技術方案：

一種特征提取方法，包括：

依據預設的音素與聲學特征發音屬性的對應關系，通過第一分類器進行輸出所述聲學特征發音屬性的第一幀級特征向量；

依據預設的音素與元輔音發音屬性的對應關系，通過第二分類器將所述聲學特征發音屬性的第一幀級特征向量進行輸出所述元輔音發音屬性的第二幀級特征向量；

將所述聲學特征發音屬性的第一幀級特征向量或所述元輔音發音屬性的第二幀級特征向量進行映射所述幀級對應的音節級發音特征向量。

進一步地，所述依據預設的音素與聲學特征發音屬性的對應關系，通過第一分類器獲取所述聲學特征發音屬性的第一幀級特征向量，包括：

獲取語音訓練數據；

依據預設的音素對應的聲學特征發音屬性關系，將所述語音訓練數據的音素進行所述聲學特征發音屬性的強制對準，所述聲學特征發音屬性包括元音重讀發音屬性和元音非重讀發音屬性；

通過第一神經網絡將所述強制對準后的語音訓練數據的語音幀進行建立所述聲學特征發音屬性的模型；

獲取語音測試數據；

通過所述聲學特征發音屬性的模型將所述語音測試數據的語音幀進行檢測并輸出由所述聲學特征發音屬性概率組成的第一幀級特征向量。

進一步地，所述依據預設的音素與元輔音發音屬性的對應關系，通過第二分類器將所述聲學特征發音屬性的第一幀級特征向量進行輸出所述元輔音發音屬性的第二幀級特征向量，包括：

依據預設的音素與元輔音發音屬性的對應關系，將所述語音訓練數據的音素進行所述元輔音發音屬性的強制對準，所述元輔音發音屬性包括元音重音屬性、元音非重音屬性、輔音屬性；

通過第二神經網絡將所述第一發音特征向量進行建立所述元輔音發音屬性的模型；