TY -的A2 - Ning,鑫盟——Chongya刘PY - 2022 DA - 2022/05/02 TI -英语口语自动评分基于主成分分析和卷积神经网络SP - 6576605六世- 2022 AB -使用计算机来帮助人们练习口语是一种常见的方法,但是目前存在一些问题。首先,因为流畅特性计算根据专家知识,关键信息包含在原始的数据集可能会丢失。其次,优化每个模型的参数分别进行模型的性能处于最优状态。为了解决这些问题,英语口语流利评分方法提出了基于卷积神经网络,为了使特征提取考虑短期,中期,和长期的语音信号的特征;摘要卷积三层叠加,共同学习从原始时域信号特征提取和评分模型的输入。在特征提取过程中,我们应用主成分分析有用的数据提取的音频特性。实验结果表明,该方法的评分结果更准确。SN - 1530 - 8669你2022/6576605 / 10.1155——https://doi.org/10.1155/2022/6576605——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER