基于CTC与Transformer的普通话单音节发音错误检测

• 全文链接
• 请求原文

作   者：

杨兴耀;  卢进堂;  肖瑞;  张利飞;  曾利文; 

作者机构：

新疆大学软件学院; 

关键词：

语料库建设;  深度学习;  语音识别;  发音错误检测;  TRANSFORMER; 

期刊名称：

东北师大学报（自然科学版）

i s s n：

年卷期：

2024 年 001 期

页   码：

87-95

摘   要：

提出CTC与Transformer结合的端到端模型,使用多编码器和字层级一致的方法,降低在复杂录制环境下的识别错误率.该端到端模型在自建数据集PSC_Monosyllable的测试集上的词错误率为5.6%.通过预训练,可以实现发音错误检测的正误分类,且比传统机器学习模型检测结果性能提升了16%,有效地提升了发音错误检出率,得出了较好的结果,检测率为0.589.