《表4 在二语者数据集上的测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于声学音素向量和孪生网络的二语者发音偏误确认》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。