Инкорпорирование речевых компонентов в лингвистические обучающие системы

• Автор: Ордин, Михаил Юрьевич
• Шифр специальности: 10.02.21
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 216 с. : ил.

Глава I. Теоретические основы разработки фонетической обучающей 18 системы

1.1 Современные алгоритмы автоматического распознавания речи

применительно к фонетическим обучающим системам

1.1.1 Алгоритмы анализа речевых сигналов применительно к 18 разработке речевых компонентов

1.1.2 Методы автоматического обнаружения фонетических и 43 фонологических ошибок

1.1.3 Устойчивость автоматического распознавания 44 иноязычной (интерферированной) речи

1.1.4 Методики автоматической оценки произношения и 53 произнесений обучающегося

1.2 Обзор существующих обучающих систем и принципы

разработки фонетического обучающего программного обеспечения

1.2.1 История развития обучающего программного

обеспечения фонетического профиля

1.2.2 Адекватная целям обучения реализация обратной связи 65 как основное требование к лингвистическим обучающим системам
1.2.3 Классификация обучающих программ фонетического 72 профиля
1.2.4 Принципы и этапы разработки обучающего 76 программного обеспечения
1.3 Лингвистическая интерференция

1.3.1 Феномен и виды лингвистической интерференции
1.3.2 Артикуляторный механизм и модели речепроизводства
1.3.3 Программная реализация динамической модели 107 артикуляции
Выводы
Глава II. Опыт создания обучающей фонетической системы на основе
акустико-перцептивного исследования межъязыковой интерференции
II. 1 Экспериментальное исследование русско-английской
интерференции, проведенное на основе современных речевых технологий
II. 1.1 Задачи экспериментального исследования
интерференции
II. 1.2 Подготовка и проведение акустического экперимента
II. 1.3 Результаты акустического эксперимента
И. 1.4 Аудиторский эксперимент
II. 1.5 Интерпретация результатов
II.2 Практические аспекты разработки фонетической обучающей
системы
П.2.1 Моделирование
11.2.2 Выбор парадигмы программирования
11.2.3 Инкорпорирование существующих компонентов 161 Microsoft SAPI
11.2.4 Разработка специальных речевых компонентов для 168 инкорпорирования в обучающие лингвистические системы фонетического профиля
Выводы

Заключение
Литература
Приложение 1. Существующие системы автоматического распознавания 188 речи
Приложение 2. Существующие лингвистические обучающие системы 192 фонетического профиля
Приложение 3. Код и основное окно пользовательского интерфейса для 197 прототипа основного модуля фонетической обучающей системы Приложение 4. Материал для аудиторского эксперимента
Приложение 5. Пример данных аудиторского анализа (по одному 206 аудитору)

лигнгвистической обучающей системе можно применять либо вычисление евклидова расстояния между параметрическими векторами, либо векторное квантование, либо логарифмическое правдоподобие.
Согласно ряду исследований, посвященных разработке речевых компонентов для обучающей фонетической системы, для обнаружения в речи обучающегося отклонений от аутентичных образцов достаточно использовать кепстральные коэффициенты двенадцатого порядка, их дельта и дельта-дельта параметры, а также дельта и дельта-дельта параметры RMS энергии на сравниваемых сегментах речевого сигнала. Эти параметрические вектора, описывающие эталон и конкретное произнесение пользователя, и подвергаются сравнению с помощью вычисления меры схожести между ними.
При применении высококачественных электретных микрофонов указанных параметрических векторов достаточно, чтобы обнаружить фонемные вставки, опущения (непроизнесение фонемной реализации) и фонемные замены или искажения при сравнении двух речевых образцов, один из которых — аутентичный эталон, а другой - речевая реализация обучающегося.
1.1.3 Устойчивость автоматического распознавания иноязычной (интерферированной) речи
Обучающая лингвистическая система фонетического профиля должна разрабатываться с учетом того, что ее активными пользователями - целевой аудиторией - будут студенты, для которых язык распознавания является не родным, то есть их речь будет носить иноязычную акцентную окраску. Система должна обладать повышенной устойчивостью к интерферированной речи. Существует целый ряд методов повышения робастности иноязычной речи.
Проблемы распознавания интерферированной речи оказались под пристальным вниманием с конца девяностых годов двадцатого столетия. Основные трудности распознавания иноязычной речи заключаются в гораздо более широкой внутридикторской вариативности интерферированной речи по