一种基于机器学习的外语发音测评方法

本发明涉及语音信号处理技术领域，具体为一种基于机器学习的外语发音测评方法。该方法包括：获取语音信号并进行帧分割加窗处理，生成复数频谱矩阵；通过短时傅里叶变换和五层小波分解提取子带均值、方差及能量，构建频带特征集合；当信噪比低于阈值时动态调整滤波器系数并结合小波软阈值化降噪；基于递归最小二乘法跟踪能量变化趋势形成发音特征向量；经口音分类模型判定偏移后执行频带能量标准化；利用生成对抗网络构建含高频干扰的模拟语音特征集合；输入随机森林分类器经时频域平滑获得初步评估结果；最终通过动态时间规整算法校正时间序列并输出评估结果。本发明显著提升复杂环境下发音评估的准确性与鲁棒性，有效克服背景噪音及口音差异的干扰。