汉语自动语音识别的语音导引特征的提取

在人类语音产生的物理过程中，舌头、声带、唇、齿、小舌五个器官对以口腔、咽喉、鼻腔为主体的声道的边界状态和声道构形的控制是语音声学特征形成的重要因素。本项目研究在声门关闭时刻检测、小舌启闭时刻检测、汉语清辅音自动分类的语音导引特征三大方面取得了创新结果。声门关闭时刻检测的平均定位精度、平均虚警率和平均漏警率分别达到41%、0.1%和4.5%。小舌启闭状态自动检测在100%检测率下的最大定位误差，在关闭时刻和开启时刻分别为60毫秒和40毫秒。汉语清辅音正确分类率为塞音集A：96.1%。塞音集B：95.1%，擦音集89.0%，总体平均正确率93.6%。此项研究对于运用语音学、区别特征理论，言语知觉理论改进汉语语音识别的原理和性能起到桥梁作用。