基于语音识别的功能性构音障碍分析评估研究学龄前时间段是儿童言语及语言发育的关键时期,在我国,儿童构音障碍患病率在2.14%左右,但是目前有效的评估方法主要以听觉感知的主观方法为主,
客观分析方法缺少关注,分析与评估结果缺乏客观性、准确性和稳定性。

这些问题的存在导致许多学龄前儿童丧失最佳的矫正康复机会。

随着语音识别技术的发展日益成熟,语音识别技术的应用已经涵盖多个领域,其中在言语教育和日常消费生活方面的应用最为突出。

但是在儿童构音障碍分析评估方面,基于语音识别的国内外相关研究成果和应用很少,同时研究人员也没有对此产生足够的重视。

根据国内外言语构音、语音障碍的评估方法研究现状和发展趋势,基于语音识别技术,本文实现了儿童功能性构音障碍的分析与评估。

论文研究内容和结果如下:根据3-6岁儿童认知能力设计了一套构音障碍评估表。

让200名健康儿童和67名构音障碍儿童跟读评估表内容,同时采集语音。

使用基于隐马尔科夫模型的HTK声学建模工具和SRILM语言建模工具分别对儿童数据进行建模,最终得到的识别模型识别率达到73.12%。

使用建立好的识别评估模型,成功实现了对儿童功能性构音障碍初步分析与评估。

为防止由于训练样本数据缺乏造成的语音识别率偏低,导致评估结果不够准确,本文又加入GOP(The Goodness of Pronunciation)算法对评估模型进行了改进。

GOP算法通过评价目标语音段所对应音素的概率,得到的概率越大,说明目
标语音与对应音素之间锲合度越高,音素发音越准确。

反之,概率越低,说明目标语音与音素之间偏差较大,发音越差。

使用改进后的系统对儿童语音进行的清晰度、流利度、准确度、构音能力四个方面进行功能性构音障碍的综合分析评估,摆脱以往只对构音能力一项来评估来反映儿童功能性构音障碍病情程度的评估方式,使评估结果更加全面和准确。