您的位置: 专家智库 > >

高迎明

作品数:4 被引量:7H指数:1
供职机构:北京语言大学信息科学学院更多>>
发文基金:国家自然科学基金教育部人文社会科学重点研究基地度重大研究项目更多>>
相关领域:语言文字自动化与计算机技术电子电信更多>>

文献类型

  • 3篇会议论文
  • 1篇期刊文章

领域

  • 3篇语言文字
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 4篇偏误
  • 3篇发音
  • 3篇发音偏误
  • 2篇神经网
  • 2篇神经网络
  • 2篇汉语
  • 2篇SVM
  • 2篇DNN
  • 2篇P
  • 1篇对外汉语
  • 1篇对外汉语教学
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇偏误现象
  • 1篇习得
  • 1篇向量
  • 1篇向量机
  • 1篇教学
  • 1篇汉语教学
  • 1篇二语习得

机构

  • 4篇北京语言大学

作者

  • 4篇高迎明
  • 3篇张劲松
  • 3篇解焱陆
  • 2篇段日成

传媒

  • 1篇清华大学学报...
  • 1篇第十一届中国...
  • 1篇第十三届全国...

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
4 条 记 录,以下是 1-4
排序方式:
基于SVM的日本学生汉语送气辅音p、t、k偏误自动检测研究
对外汉语教学实践表明,对日本学生来说,汉语送气辅音习得是一大难点.本研究就是针对日本学生汉语习得中送气辅音p、t、k送气不够偏误,通过提取反映VOT信息的音源特征参数和反映声道特征信息的MFCC参数,基于支持向量机(SV...
高迎明段日成张劲松解焱陆
关键词:对外汉语教学偏误现象支持向量机
文献传递
基于DNN的发音偏误趋势检测被引量:7
2016年
正音反馈的计算机辅助对外汉语发音训练系统已有发音偏误趋势的标注体系和基于HMM的偏误趋势检测系统。为了进一步提高系统的性能,该文应用深度神经网络进行声学建模,比较Mel频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)、感知线性预测分析系数(perceptual linear predictive analysis,PLP)和Mel滤波器组系数(Mel filter bank,FBank)3种声学特征参数,并利用网格联合技术整合3种声学特征所得的候选网格。实验结果表明:DNN-HMM模型比GMM-HMM实现了更高检测正确率。针对不同发音偏误趋势,3种声学特征有不同表现,联合系统取得最高性能,最终性能为:错误拒绝率5.5%,错误接受率35.6%,检测正确率88.6%。
张劲松高迎明解焱陆
基于SVM的日本学生汉语送气辅音p、t、k偏误自动检测研究
对外汉语教学实践表明,对日本学生来说,汉语送气辅音习得是一大难点。本研究就是针对日本学生汉语习得中送气辅音p、t、k送气不够偏误,通过提取反映VOT信息的音源特征参数和反映声道特征信息的MFCC参数,基于支持向量机(SV...
高迎明段日成张劲松解焱陆
关键词:二语习得SVM
文献传递
基于DNN的发音偏误趋势检测
为实现提供正音反馈的计算机辅助对外汉语发音训练系统,我们在前期工作中提出了发音偏误趋势的标注体系,并构建了基于HMM的偏误趋势检测系统。为了进一步提高系统的性能,本文应用深度神经网络进行声学建模,比较MFCC、PLP、F...
高迎明张劲松解焱陆
文献传递
共1页<1>
聚类工具0