典型文献
基于多分布深度神经网络英文重音检测方法
文献摘要：
为了利用英语语音进行发音错误检测和诊断,研究了超音段中的英语词汇重音和音调重音检测,使用了多分布神经网络方法.多分布神经网络的隐藏单元和可见单元均为二进制,利用基于音节的韵律特征和规范的词汇重音模式作为输入特征.将该方法与已有方法进行了比较实验,结果表明:基于MD-DNN的词汇重音检测方法对三个或三个以上音节的单词进行音节分类(主/次/无重音)的准确率为87.9％,性能明显优于使用高斯混合模型(GMM)和显著性模型(PM).与词汇重音检测方法相似,音高重音检测的准确率为90.2％,分别比GMM和PM检测的准确率高9.6％和6.9％.
文献关键词：
词汇重音;音调重音;深度神经网络;句法特征;检测方法
中图分类号：
作者姓名：
袁长普;徐素云;牛奕翔
作者机构：
西安交通大学城市学院,西安710018
文献出处：
引用格式：
[1]袁长普;徐素云;牛奕翔-.基于多分布深度神经网络英文重音检测方法)[J].信息技术,2022(05):25-30,35
A类：
词汇重音,音调重音
B类：
分布深度,深度神经网络,英语语音,发音,错误检测,超音,音段,英语词汇,和音,神经网络方法,二进制,音节,韵律特征,输入特征,比较实验,MD,DNN,单词,高斯混合模型,GMM,显著性模型,PM,音高,句法特征
AB值：
0.303639
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
