Petri網(wǎng)在留學(xué)生漢語語音評價系統(tǒng)中的應(yīng)用.doc

1、Petri 網(wǎng)在留學(xué)生漢語語音評價系統(tǒng)中的應(yīng)用摘 要：本文介紹了 Petri 網(wǎng)在留學(xué)生漢語語音評價系統(tǒng)中的應(yīng)用實例，提出了該系統(tǒng)的形式化的定義和語音評價過程的執(zhí)行規(guī)則，結(jié)合漢語發(fā)音評價體系的特點，利用 Petri 網(wǎng)實現(xiàn)了留學(xué)生漢語語音評價的基本過程，降低了時間成本，提高了留學(xué)生漢語語音評價的效率。關(guān)鍵詞： Petri 網(wǎng) 漢語語音評價 形式化 語音信號一、引言漢語發(fā)音在留學(xué)生漢語學(xué)習(xí)及交流中起著舉足輕重的作用，語音評價是第二語言習(xí)得過程中的基礎(chǔ)內(nèi)容和重要環(huán)節(jié)，而漢語發(fā)音數(shù)據(jù)則是語音評價的主體和前提，是語音庫的重要來源。如何對留學(xué)生的發(fā)音做出科學(xué)、有效的評價，一直是語音評價研究的熱點。近年來

2、，隨著信息技術(shù)的不斷發(fā)展，國內(nèi)對漢語語音識別、語音評價系統(tǒng)做了大量研究，主要成果如下：袁毅、吳晨 1 提出了柔性可擴展體系結(jié)構(gòu)非特定人語音識別系統(tǒng)的框架模型，驗證了在該模型指導(dǎo)下所開發(fā)出的語音識別系統(tǒng)的實用性和穩(wěn)定性；施偉 2 提出了對外漢語教學(xué)中的發(fā)音自動評價系統(tǒng)，通過分析輸入語音數(shù)據(jù)，提取語音特征并與參考標(biāo)準(zhǔn)進行匹配比較，由評分機制根據(jù)相似程度大小給出相應(yīng)的評價；潘志松等3 提出了 Petri 網(wǎng)原理在語音識別中的基礎(chǔ)應(yīng)用方法，并以簡單實例加以研證。以上研究均采用了不用的技術(shù)和方法來實現(xiàn)漢語語音數(shù)據(jù)評價過程，產(chǎn)生了一系列的應(yīng)用結(jié)果，取得了一些進步和成果。本文在前人研究的基礎(chǔ)上， 提出了一種

3、用 Petri 網(wǎng)實現(xiàn)留學(xué)生漢語語音數(shù)據(jù)識別、評價及偏誤分析的方法，大大降低了漢語語音數(shù)據(jù)評價成本，提高了評價過程的效率和留學(xué)生習(xí)得漢語語音的效率，使語音評價過程具有一定的兼容性、擴展性和適應(yīng)性，符合當(dāng)代漢語語音數(shù)據(jù)評價發(fā)展的特點及要求。二、 Petri 網(wǎng)與留學(xué)生漢語語音評價體系（一） Petri 網(wǎng)簡介Petri 網(wǎng)起源于 1962 年 Carl Adam Petri 的博士論文，它是一種可以用網(wǎng)狀圖形表示的系統(tǒng)模型，其概念是在尊重自然規(guī)律的前提下定義的，以確保以其為模型描述的系統(tǒng)都是可以實現(xiàn)的 4 。Petri 網(wǎng)有豐富的系統(tǒng)描述手段和系統(tǒng)行為分析技術(shù)，最初主要應(yīng)用于系統(tǒng)的建模、分布式系

4、統(tǒng)的設(shè)計、并行處理等領(lǐng)域，經(jīng)過50 多年的研究發(fā)展，Petri 網(wǎng)理論日益完善，被廣泛應(yīng)用于實現(xiàn)各類流程和系統(tǒng)行為過程問題。按研究對象 （過程），Petri 網(wǎng)的模型可分為網(wǎng)、網(wǎng)系統(tǒng)、庫所 / 變遷系統(tǒng)、 高級網(wǎng)系統(tǒng)等模型系統(tǒng)，每類模型均有不同的層次結(jié)構(gòu)。本文涉及到的是高級網(wǎng)系統(tǒng)中的有色自控系統(tǒng)5 ，它的一個庫所中可以包含多種資源（漢語語音信號），一個變遷代表一種流動關(guān)系，涵蓋因資源差異而發(fā)生的不同變化和特征。Petri 網(wǎng)最基本的構(gòu)成單元為： 庫所（ Place）圓形節(jié)點（下文以 S代替），變遷（ Transition）方形節(jié)點（下文以 P 代替）；有向?。?Connection ）是庫所和

5、變遷之間的有向弧；托肯（Token）是庫所中的動態(tài)對象 （如為完成某個語音輸入的識別或備份需要調(diào)用到的資源個數(shù)） ，可以從一個庫所移動到另一個庫所。 Petri 網(wǎng)的運行規(guī)則視具體情況而定，但基本規(guī)則是：有向弧是有方向的；兩個庫所或變遷之間不允許有庫所；庫所可以擁有任意數(shù)量的托肯。（二）留學(xué)生漢語語音評價體系留學(xué)生漢語語音評價體系 67 是根據(jù)留學(xué)生發(fā)音特征和漢語發(fā)音偏誤建立的一個衡量和評價漢語語音習(xí)得程度和發(fā)音質(zhì)量高低的智能化系統(tǒng)，使留學(xué)生能利用該系統(tǒng)對發(fā)音進行測評，該系統(tǒng)可在第一時間反饋漢語發(fā)音評價結(jié)果、錯誤類型和改進建議，能有效地提高留學(xué)生漢語發(fā)音的正確率，使其能更好地掌握漢語發(fā)音。根據(jù)

6、留學(xué)生漢語發(fā)音特點以及現(xiàn)有語音識別技術(shù)，漢語語音評價體系由語音識別層、語音評價層及偏誤分析層三大功能模塊構(gòu)成，在每一個功能模塊下又設(shè)有子模塊，如圖 1 所示。三個主要功能模塊之間相互依存、相互影響和相互作用，通過聯(lián)動和反饋機制不斷地在其間傳遞語音及語音評價信息，構(gòu)成了一個完備的漢語語音評價體系。（三）評價測試項目組利用矢量化編碼VQF技術(shù) 8 進行漢語語音數(shù)據(jù)采集，通過對普通的漢語語音評價實現(xiàn)方案和基于Petri網(wǎng)的語音評價實現(xiàn)方案做出了測試和對比，結(jié)果如圖2 所示。假設(shè) L 為留學(xué)生漢語發(fā)音習(xí)得等級，它是一個五元組L=（ L1，L2，L3，L4，H），其中： L1 為元音習(xí)得等級， L2 為

7、輔音習(xí)得等級， L3 為聲調(diào)習(xí)得等級， L4 為語調(diào)習(xí)得等級， H 為權(quán)重因子 7 ， F 為基頻參數(shù)。 L 值越高，證明發(fā)音偏誤率越低，發(fā)音更加接近標(biāo)準(zhǔn)，發(fā)音質(zhì)量高； L 值越低，證明發(fā)音偏誤率越高， 發(fā)音偏離標(biāo)準(zhǔn)， 發(fā)音質(zhì)量低。 圖 2 中 L1 為普通的漢語語音評價實現(xiàn)方案對應(yīng)的語音評價等級，L2 為利用Petri 網(wǎng)實現(xiàn)方案對應(yīng)的語音評價等級；右側(cè)測試數(shù)據(jù)則為某個漢字發(fā)音單元（本研究僅限于單音節(jié)詞）在兩種方案下得出的等級值。由圖可知，L2 實現(xiàn)方案較為合理，大體上符合漢語發(fā)音規(guī)律， 評價值接近預(yù)設(shè)的漢語發(fā)音習(xí)得等級值（L）。（四）留學(xué)生漢語語音評價體系與Petri 網(wǎng)的關(guān)系從理論意義上

8、講，二者在形式上是一一對應(yīng)的關(guān)系，只是涵蓋的內(nèi)容不同，Petri 網(wǎng)及網(wǎng)系統(tǒng)發(fā)生記錄也是語音評價體系的執(zhí)行結(jié)果。 經(jīng)過以上測試可發(fā)現(xiàn)：以 Petri 網(wǎng)為工具能有效實現(xiàn)留學(xué)生漢語語音評價系統(tǒng)的模型化，以網(wǎng)絡(luò)圖形方式描述語音評價系統(tǒng)模塊之間的關(guān)系和語音評價的全過程，從而使抽象的語音評價過程具體化。此外，Petri 網(wǎng)語音執(zhí)行記錄還能有效地反饋發(fā)音偏誤、缺陷和系統(tǒng)異常情況，有利于針對某一個（組）語音的分析和處理，為整個留學(xué)生漢語語音系統(tǒng)的運行提供有效的支持和保障。三、 Petri 網(wǎng)在漢語語音識別系統(tǒng)中的應(yīng)用Petri 網(wǎng)是研究和模擬漢語語音評價并行發(fā)生，依次發(fā)生和循環(huán)發(fā)生最理想的工具，與其他智能

9、化系統(tǒng)一樣，留學(xué)生漢語語音評價系統(tǒng)有一套完備的實現(xiàn)程序，系統(tǒng)中各模塊間通過聯(lián)動機制有機地聯(lián)系在一起，這是利用 Petri 網(wǎng)對其形式化描述的物質(zhì)基礎(chǔ)。 下面是一個用Petri 網(wǎng)來描述留學(xué)生漢語語音評價系統(tǒng)中語音識別層的實例。（一）圖形化的漢語語音識別過程語音識別層由語音信號輸入模塊、預(yù)處理模塊、特征提取模塊及標(biāo)準(zhǔn)語音數(shù)據(jù)庫構(gòu)成，如圖1 所示，當(dāng)某個語音信號產(chǎn)生時，語音信號輸入模塊首先將語音轉(zhuǎn)換為計算機能讀取的數(shù)字信號，隨后通過預(yù)處理模塊分辨出語音信號及非語音信號。經(jīng)預(yù)處理后的音頻數(shù)據(jù)一方面會被傳送到標(biāo)準(zhǔn)語音庫進行備份，另一方面作為特征提取模塊的輸入數(shù)據(jù)。將以上漢語語音識別過程以Petri 網(wǎng)

10、描述如下：S1、S2、S3、S4 為不同狀態(tài)下的漢語語音信號；P1 為語音識別功能模塊，P2 為預(yù)處理功能模塊，P3 為特征提取功能模塊； s0 為經(jīng)預(yù)處理后的音頻數(shù)據(jù)；p0為標(biāo)準(zhǔn)語音庫和偏誤語音庫之間的聯(lián)動功能模塊。圖 3 是對一個典型的形式化的語音識別過程：漢語語音在處理過程中移動，每個處理環(huán)節(jié)再調(diào)用相關(guān)的函數(shù)及算法，直至語音識別過程結(jié)束。顯然，語音處理環(huán)節(jié)對應(yīng)著Petri網(wǎng)系統(tǒng)中的變遷元素“ T”，而不同狀態(tài)下的漢語語音數(shù)據(jù)則對應(yīng)庫所元素“ S”。圖 3 是整個漢語語音評價過程中截取出來的一個語音識別片段 s，其中庫所中的黑點個數(shù)代表該種語音識別資源的個數(shù)，箭頭代表系統(tǒng)中資源流動的方向，

11、弧上的數(shù)字代表語音處理需要調(diào)用到的資源的個數(shù)，也稱為權(quán)值，沒有數(shù)字的弧，其權(quán)值為1。例如，語音識別環(huán)節(jié)P1 需要輸入 1 個漢語語音，調(diào)用1 個語音識別資源后完成識別，S2 中語音資源個數(shù)顯然少于預(yù)處理需要調(diào)用的資源總數(shù)，就上模型片段而言， 不能繼續(xù)進行語音數(shù)據(jù)的預(yù)處理，P2將等待系統(tǒng)具備充分的資源數(shù)后，方可執(zhí)行。另一方面，s0中已經(jīng)有足夠資源對識別后的語音進行備份和比對，從而p0 過程得以進行。當(dāng)語音識別系統(tǒng)中存在資源競爭時，經(jīng)常出現(xiàn)以下情況：某個語音在識別后備份到標(biāo)準(zhǔn)語音庫中，占用到一定的資源個數(shù)，與此同時，偏誤分析功能模塊也要調(diào)用標(biāo)準(zhǔn)語音庫中的數(shù)據(jù)或資源進行比對，資源情況不滿足既定操作，

12、即語音識別層和偏誤分析層在同時對標(biāo)準(zhǔn)語音庫和偏誤語音庫中的資源進行調(diào)用時存在資源競爭現(xiàn)象，有向弧上的權(quán)值不允許操作繼續(xù)，語音識別系統(tǒng)將會反饋異常處理記錄，系統(tǒng)將重新分配現(xiàn)有資源，尋求其他途徑解決沖突。就漢語語音資源來說，存放它們的庫所S（語音信號）具有語音庫存貯數(shù)據(jù)的性質(zhì)，它只能存放一定種類的語音資源，并且有一定的數(shù)量限制。但S 和語音庫又不完全一樣，語音庫在語音評價網(wǎng)系統(tǒng)中有固定的位置，而S 在網(wǎng)中的位置毫無意義，不管它們處于何種位置，語音識別系統(tǒng)（網(wǎng)）的含義是不變的。（二）基于Petri 網(wǎng)的留學(xué)生漢語語音評價網(wǎng)系統(tǒng)1.留學(xué)生漢語語音評價網(wǎng)系統(tǒng)的形式化定義結(jié)合留學(xué)生漢語語音評價過程與Pet

13、ri 網(wǎng)中有色自控系統(tǒng)的特點和性質(zhì)，可得出： =（ S，P；F，W，R）為留學(xué)生漢語語音評價網(wǎng)系統(tǒng)的條件是：（ 1）（ S， P； F）為有向網(wǎng)，它為的基本網(wǎng)；（ 2）W： S P P S 0， 1， 2 S，且 W（ x， y） 0，當(dāng)且僅當(dāng)（ x， y） F，也成為的語音權(quán)函數(shù)；（ 3） R： S0， 1，2 為的資源標(biāo)記。該定義假設(shè)每個語音信號（ S）的容量為無窮（因為考慮到本文設(shè)計的語音評價系統(tǒng)對象是無窮盡的漢語語音數(shù)據(jù)，故做上述假設(shè)） ，有向弧的權(quán)值可以作為庫所名，定義中（ S；P；F）可映射到留學(xué)生漢語語音評價的各個環(huán)節(jié)。例如： W（ x，y）=sn，則可從庫所畫一個以小圓圈為箭頭

14、的有向弧指向弧（ x，y），如圖 3 所示。由于該網(wǎng)系統(tǒng)沒有可變的權(quán)值，故設(shè) S=s0，s1，s2sn，P=p0，p1 ， p2pn ，由的權(quán)函數(shù)W 可產(chǎn)生模糊矩陣R，R 的第 i 行第 j 列的矩陣元素即W（ pj ，si） -W（ si， pj），可依此計算出所需資源標(biāo)記（個數(shù)）。2.留學(xué)生漢語語音評價網(wǎng)系統(tǒng)的運行規(guī)則（ 1）映射 R： S0，1，2 為的資源標(biāo)記；（ 2）表示 R 下的權(quán)值函數(shù) Wr 定義為：（ x，y） S P P S；若 W（ x， y）S，則 Wr （ x， y） =W（ x， y）；若 W（ x，y） =s s S，則 Wr（ x，y） =R（ s）；（ 3）變遷

15、 p P 滿足 R 的發(fā)生權(quán)，即 Rp的條件是： s S： R（s） Wr （s， p），且有 sS，使 Wr（ s， p）0，則 p 至少有一個輸入權(quán)值；（4）若 Rp，則 p 可以發(fā)生，后繼標(biāo)識R（ s）為 R（ s）=R（ s）+Wr（ p， s）-Wr （ s， p），有 RpR以上就是留學(xué)生漢語語音評價網(wǎng)系統(tǒng)的運行規(guī)則，權(quán)函數(shù) Wr 隨著標(biāo)識 R 的改變而改變，體現(xiàn)了該系統(tǒng)的缺陷跟蹤能力和語音修正能力。從嚴(yán)格意義上講， “”只是語音評價系統(tǒng)中各子系統(tǒng)的總和，運行規(guī)則里也指出了“ p”的輸入弧上的權(quán)值必須大于 0 方可執(zhí)行，以避免無中生有的變遷發(fā)生，如只要有語音信號，語音評價系統(tǒng)中有無

16、語音數(shù)據(jù)都可完成語音評價，這種情況是不允許的。根據(jù)定義和運行規(guī)則，可對照圖 3，s 中語音識別過程P1、特征提取過程P3 均可發(fā)生，假若S2（識別后的語音）中沒有足夠的托肯，預(yù)處理過程P2 永遠都不會發(fā)生，則語音評價系統(tǒng)中的語音輸入識別功能無法完成，這也將造成之后語音評價系統(tǒng)功能的紊亂和終止。從另外一方面看，Wr函數(shù)體現(xiàn)了語音評價過程的自我修正和反饋意見功能，可針對因資源競爭，產(chǎn)生死鎖而造成系統(tǒng)癱瘓、運行異常等情況做出反應(yīng)，并重新配置語音處理資源，使系統(tǒng)在第一時間里回復(fù)正常運行，保證了該系統(tǒng)智能、穩(wěn)定和高效的特點。3.語音評價結(jié)果本研究前期預(yù)測效果顯著，項目組利用以上方法對測試漢語語音評價系統(tǒng)

17、以來的所有漢語語音評價記錄做了相關(guān)統(tǒng)計。抽樣調(diào)查中，95%的留學(xué)生參與了語音評價的各個環(huán)節(jié)，語音評價系統(tǒng)成功識別漢語語音數(shù)據(jù)共計15891 條（按單個音節(jié)計算） ，其中有效數(shù)據(jù)13936 條，占 87.69%。在執(zhí)行語音評價的指令中，同時執(zhí)行多條語音處理指令稱為指令并行。圖4 中的并行度是指在語音評價關(guān)系網(wǎng)中，指令并行執(zhí)行的最大條數(shù)。經(jīng)測算，該留學(xué)生漢語語音評價系統(tǒng)在完成所有語音處理指令和不出現(xiàn)異常的情況下，各模塊語音指令總數(shù)為：分割與對比功能模塊，124 條；發(fā)音評價功能模塊， 298 條；習(xí)得等級測評功能模塊，21 條；聯(lián)動模塊，9 條。根據(jù)上表數(shù)據(jù)，可見本文設(shè)計的留學(xué)生漢語語音評價系統(tǒng)中

18、的指令并行程度較高，大大提高了語音處理和評價的速度，降低了時間成本，有利于在同一時間處理和分析多條漢語語音數(shù)據(jù)。4.語音數(shù)據(jù)的保存為建立留學(xué)生漢語標(biāo)準(zhǔn)語音庫和偏誤語音庫，為語音識別、對比研究奠定數(shù)據(jù)技術(shù)基礎(chǔ)，為最大程度的保證語音評價的準(zhǔn)確性和擴展性，應(yīng)做好標(biāo)準(zhǔn)漢語語音的采集和偏誤語音的收集。 項目組在對產(chǎn)生的每一個漢語語音 （或多個語音）評價結(jié)果后都要對其進行備存和入庫管理， 這是 Petri 網(wǎng)技術(shù)做不到的。四、結(jié)語人類處于一個信息技術(shù)迅猛發(fā)展的時代，語言學(xué)和計算機科學(xué)越來越緊密地結(jié)合在一起，這也是當(dāng)今跨學(xué)科發(fā)展的必然結(jié)果。對于研究人員來說，留學(xué)生漢語語音評價是由一系列復(fù)雜的活動組成的，對其進行形式化的定義不僅需要將語言學(xué)和計算機技術(shù)基礎(chǔ)理論和實踐經(jīng)驗相結(jié)合，還需進行大量的測試和技術(shù)研發(fā)。 本文介紹的基于 Petri 網(wǎng)的留學(xué)生漢語語音評價系統(tǒng)實現(xiàn)方法只是語音評價技術(shù)中的一種，以期能夠給業(yè)內(nèi)人士提供有效參考。（本文是云南省社科規(guī)劃辦項目“基于東盟國家語言政策的云南漢語國際推廣策略研究以GMS 五國為例”， 項目編號： KKSK201335026；云南省教育廳本科教學(xué)質(zhì)量與教學(xué)改革工程項目“東南亞語種人才培養(yǎng)示范點” 項目編號：10968258 。