Pronunciation-and-Fluency-evaluation-using-machne-learning-and-D...

版本0 流利度 1，从音频数据集中提取各种特征，例如mfcc，过零率，频谱通量，均方根能量2，然后使用各种机器学习（SVM，RF）和深度学习（MLP，CNN，RNN）进行分类，然后对70％的数据和30％的数据进行训练。 3随机森林似乎表现更好，因为即使对于其他模型而言，测试集的准确性很高，但其假阳性和假阴性的准确性很高，而对于随机森林，只有4个样本FP和FN 发音 当一个人的发音错误时，该单词的声谱图将与同一单词的实际发音的声谱图不同。一个人可以计算出两者之间的差异，以了解他/她的发音是否不正确。 语法错误 通过将语音转换为文本1，自动校正从语音转换为文本2.将文本输出转换为语音3.使用快速动态时间扭曲算法找到动态时间扭曲相似性。 4.如果差异大于阈值，则该单词的发音不正确。 版本1 这既不需要用于发音和语法错误的单独方法，也不需要从语音转换为文本1.将实际文本和被干扰的文本转换为语音，