딥러닝 기반의 영어 음성 상호작용 품질 평가

전통적인 컴퓨터 영어 발음 품질 평가 방법을 개선하기 위해, 본 논문은 중국의 대학생들이 사용하는 구어 영어를 연구 대상으로 하여 억양 정확성, 말하기 속도, 리듬, 억양 등 다양한 측면을 검토한다. 억양은 멜-주파수 켑스트럼 특성 표현으로 측정되고, 발화 속도는 발화 시간에 따라 평가되며, 리듬은 단기 파워와 쌍 변동 지수로 평가되며, 억양은 기본 주파수로 평가된다. 영어 발음 품질 평가 지표를 기반으로, 이 논문에서는 DBN 기반의 영어 발음 평가 모델을 개발한다. 모델의 평가 성능에 대한 실험이 실시되었으며, 시험 결과는 본 논문에서 개발한 DBN 모델의 인식률이 96.65%로, 다른 모델보다 우수하다는 것을 보여준다. 또한 기계 평가와 수동 평가 간의 일관성 실험이 실시되었고, 기계 및 수동 평가의 총 가치는 87.5%, 환경 유사성 수준은 100%, 피어슨 상관 계수는 0.722로, 기계 평가와 수동 평가 간의 유사성을 나타낸다.