文献类型：期刊文章

作　　者：吴丹[1] 梁琪瑛[2] 王民意[3]

WU Dan;LIANG Qi-ying;WANG Min-yi(Foreign Language School,Changsha Normal University,Changsha 410100,China;School of Economics and Management,Changsha Normal University,Changsha 410100,China;School of Information Science and Engineer,Changsha Normal University,Changsha 410100,China)

机构地区：[1]长沙师范学院外国语学院,长沙410100 [2]长沙师范学院经济管理学院,长沙410100 [3]长沙师范学院信息科学与工程学院,长沙410100

出　　处：《信息技术》

基　　金：2018年湖南省普通高等学校教学改革研究项目(938);2019年湖南省社会科学成果评审委员会一般项目(XSP19YBC147)。

年　　份：2020

卷　　号：44

期　　号：11

起止页码：34-38

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：使用计算机帮助人们练习口语是常见手段,但目前存在一些问题。首先,由于流畅性特征是基于人类知识计算的,因此原始数据中包含的一些关键表示可能会丢失。其次,对模型的各个参数分别进行优化,使模型的性能处于次优状态。为了解决这些问题,在此提出了一种基于卷积神经网络的英语口语流利性评分方法,该方法从原始的时域信号输入中联合学习特征提取和评分模型。实验结果表明,所提出的方法的评分结果较为准确。

关 键 词：机器学习  卷积神经网络 口语流利度 音频处理

分 类 号：TP391]