用于口音识别的法语语音特性分析

过去几十年中，语音识别系统取得了巨大进展，在识别说话人语音方面有了显著发展。然而，语音识别系统在识别说话人的细微差别和口音方面仍有改进空间。众所周知，任何特定的自然语言都可能至少有一种口音。尽管词素的音素组成相同，但如果用不同的口音发音，我们将得到彼此不同的声波。发音、口音和整体语调的差异造成了语音识别中最常见的问题之一。如果语言中存在大量口音，我们应分别为其创建声学模型。我们对口音准确分类问题进行了系统分析。我们使用传统机器学习技术和卷积神经网络，表明经典技术解决该问题的效率不够高。利用语音信号的频谱图，我们提出了一种用于口音识别的多类分类框架。在本文中，我们将注意力集中在法语口音上。我们还通过理解法语特性对其频谱图的影响来识别其局限性。