《表4 在二语者数据集上的测试结果》
分析以上结果我们发现,使用余弦最大间隔损失的三输入的孪生网络达到最好的效果。高迎明等结合了一些词典扩展和特征融合的技巧[19]使用二语者数据训练基于DNN-HMM框架的语音识别系统,来进行发音偏误监测任务。本文在相同的测试数据集上,用表3中所有的方法训练得到的模型来进行音素发音偏误确认的实验,并与发音良好度模型和文献[19]中的DNN-HMM模型进行对比,DNN-HMM的结果来自于高迎明的实验结果[19]。结果如表4所示。
图表编号 | XD0054892600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 王振宇、解焱陆、张劲松 |
绘制单位 | 北京语言大学语言资源高精尖创新中心、北京语言大学语言资源高精尖创新中心、北京语言大学语言资源高精尖创新中心 |
更多格式 | 高清、无水印(增值服务) |