基于深度分段语音后验图发现 L2 英语语音中的非范畴单元
计算与语言
2020-02-04 v1 声音
音频与语音处理
摘要
第二语言 (L2) 语音常以母语音素范畴进行标注。然而在许多情况下，难以判定某个 L2 音段所属的类别音素，这些音段被视为非范畴。现有大多数错音检测与诊断 (MDD) 方法仅关注范畴性错误，即某一音素范畴被插入、删除或替换为另一范畴，而非范畴错误未被考虑。为建模此类非范畴错误，本文旨在探索非范畴模式以扩展范畴音素集。我们应用语音分段分类器生成分段语音后验图 (SPPGs) 以表示音段级信息，进而通过寻找具有多个峰值的 SPPGs 来探索非范畴。与基线系统相比，该方法探索了更多非范畴模式，且感知实验结果亦表明所探索的非范畴更为准确，在两种不同度量下混淆度分别提升 7.3% 与 7.5%。最后，我们初步分析了这些非范畴背后的成因。
引用
@article{arxiv.2002.00205,
title = {Deep segmental phonetic posterior-grams based discovery of non-categories in L2 English speech},
author = {Xu Li and Xixin Wu and Xunying Liu and Helen Meng},
journal= {arXiv preprint arXiv:2002.00205},
year = {2020}
}