基于JSM和MLP改进发音错误检测的方法  

Improved Mispronunciation Detection Based on JSM and MLP

作　　者：袁桦[1] 史永哲[1] 赵军红[2,3] 刘加[1] 

机构地区：[1]清华大学电子工程系 清华信息科学与技术国家实验室,北京100084 [2]中国科学院电子学研究所传感技术国家重点实验室,北京100190 [3]中国科学院大学,北京100049

出　　处：《自动化学报》2014年第12期2815-2823,共9页Acta Automatica Sinica

基　　金：国家自然科学基金(61370034,61005019,61273268,61105017)资助~~

摘　　要：针对发音错误检测的发音字典生成提出基于联合序列多阶模型(Joint-sequence multi-gram,JSM)和多层神经感知(Multi-layer perception,MLP)的方法.首先使用JSM模型对发音错误进行建模,将标准发音和错误发音组合为发音对,表示它们之间的对应关系,再使用N元文法来统计各发音对之间的关系,描述错误发音对上下文关系的依赖.最后使用MLP对发音对之间的关系进行重新建模,以学习到在相似的上下文条件下发生的相似的错误.实验证明使用MLP对高阶模型进行概率重估能有效的平滑概率空间,提高了发音错误检测的性能.In this paper, we propose a method of dictionary generation based on joint-sequence multi-gram model （JSM） and multi-layer perception （MLP） for mispronunciation detection. The JSM model is firstly used to model the mispro- nunciation. The canonical pronunciation and mispronunciation are combined into pronunciation pairs for representation of their corresponding relationship; then the N-gram is used to count the relationship between pronunciation pairs to describe the dependence of mispronunciations on the context. Lastly, the MLP is used to model the relationship of pro nunciation pairs again, in order to capture the similar mispronunciations occurred in similar contexts. Experiments show that rescoring the probability of high-order model by MLP can effectively smooth the probability, resulting in improved mispronunciation detection.

关 键 词：发音错误检测 联合序列多阶模型 多层神经感知 计算机辅助语言学习 

分 类 号：TN912.3[电子电信—通信与信息系统]