基于深度神经网络的 Tajweed 规则发音评估——面向互动式诵经学习
声音
2025-09-22 v3 音频与语音处理
摘要
遵循 Tajweed 规则的正确诵经对于防止诵经错误至关重要,但掌握这些规则需要付出巨大的努力。传统教学方法受限于合格教师的稀缺和时间限制。自动化诵经评估可通过提供即时反馈和支持独立练习来缓解这些挑战。本研究聚焦于开发一种深度学习模型,用于对三项 Tajweed 规则进行分类——拉长分开 (Al Mad)、紧咽 (Ghunnah) 和隐化 (Ikhfaa)，该模型基于公开的数据集 QDAT,包含超过 1500 条音频录音。输入数据为来自该数据集的音频录音,经转换后生成归一化梅尔频谱图。分类时采用增强了的 Squeeze-and-Excitation 注意力机制的 EfficientNet-B0 架构。开发的模型在各规则上的准确率分别为 95.35%、99.34% 和 97.01%。通过分析学习曲线,确认了模型的鲁棒性及无过拟合现象。该方法表现出高效性,为开发 Tajweed 学习的互动教育系统指明了道路。
引用
@article{arxiv.2503.23470,
title = {Evaluation of the Pronunciation of Tajweed Rules Based on DNN as a Step Towards Interactive Recitation Learning},
author = {Dim Shaiakhmetov and Gulnaz Gimaletdinova and Kadyrmamat Momunov and Selcuk Cankurt},
journal= {arXiv preprint arXiv:2503.23470},
year = {2025}
}