普通話測(cè)試語音信息庫的設(shè)計(jì)與實(shí)現(xiàn)

摘要：每年的國(guó)家普通話測(cè)試，都留下普通話測(cè)試的相關(guān)信息。為了有效利用這些信息，建立了普通話測(cè)試語音信息庫，實(shí)現(xiàn)了信息錄入、信息查詢、數(shù)據(jù)統(tǒng)計(jì)、權(quán)限管理等多種功能。為了實(shí)現(xiàn)最小到音節(jié)的錄音語料查詢，信息庫利用HTK進(jìn)行音頻文件的自動(dòng)切分處理。普通話測(cè)試語音信息庫可方便地用于包括測(cè)試錄音語料在內(nèi)的各種資料的調(diào)用和各種關(guān)聯(lián)數(shù)據(jù)的統(tǒng)計(jì)。

關(guān)鍵詞：普通話測(cè)試；語音信息庫；信息查詢；設(shè)計(jì)與實(shí)現(xiàn)

0 引言

分析利用普通話測(cè)試信息，可以了解不同背景人群習(xí)說普通話的規(guī)律和特點(diǎn)，了解普通話各種語音單元的實(shí)際發(fā)音狀況，了解普通話測(cè)試的具體實(shí)施情況。在普通話語音特征研究、普通話教學(xué)改進(jìn)與完善、普通話測(cè)試方法的科學(xué)與智能化發(fā)展等方面，普通話測(cè)試信息是不可多得的資料。有效地利用普通話相關(guān)測(cè)試信息，對(duì)掌握普通話推廣工作的形勢(shì)，加快普通話推廣進(jìn)程，加強(qiáng)全國(guó)各地區(qū)各民族人民的交流與交往，促進(jìn)和諧社會(huì)的發(fā)展都具有十分重要的意義。

一般情況，普通話測(cè)試信息被分成幾種形式保存：現(xiàn)場(chǎng)錄音語料為音頻資料，專家評(píng)定的分?jǐn)?shù)為紙質(zhì)試卷，考生及管理信息則多為電子信息。其中，音頻資料和試卷查閱起來比較困難，錄音、分?jǐn)?shù)和其他不同形式的信息之間的關(guān)聯(lián)查詢更為不易。此外，信息利用和隱私保護(hù)之間的矛盾也難以協(xié)調(diào)。

為了更好地利用和保護(hù)普通話測(cè)試信息，有必要建立普通話測(cè)試語音信息庫。信息庫應(yīng)綜合各類普通話測(cè)試信息，方便各種信息的關(guān)聯(lián)調(diào)用，并具有信息保護(hù)與權(quán)限管理功能。

國(guó)內(nèi)外學(xué)者對(duì)語音及相關(guān)信息的利用價(jià)值早有定論，開發(fā)出了各式各樣的語音信息庫。國(guó)內(nèi)也有一些和普通話測(cè)試相關(guān)的信息處理軟件，在普通話測(cè)試實(shí)踐中發(fā)揮了巨大作用。這些軟件的功能偏重于測(cè)試管理，在信息利用方面有待進(jìn)一步完善。

本文以一個(gè)普通話測(cè)試中心為背景，建立了一個(gè)包含數(shù)字化錄音語料信息、數(shù)字化試卷與分?jǐn)?shù)信息、其他測(cè)試相關(guān)信息的普通話測(cè)試信息數(shù)據(jù)庫，實(shí)現(xiàn)了錄音語料、試卷分?jǐn)?shù)、考生背景等信息的關(guān)聯(lián)查詢。數(shù)據(jù)庫還附有分?jǐn)?shù)錄入工具和錄音自動(dòng)切分工具。分?jǐn)?shù)錄入工具可以用來錄入試卷分?jǐn)?shù)，測(cè)試專家也可以用它進(jìn)行現(xiàn)場(chǎng)打分。錄音自動(dòng)切分工具可以從語流中切分出單字和單詞并分別存放，以實(shí)現(xiàn)細(xì)化到字、詞的音頻語料查詢。

普通話測(cè)試語音信息庫存貯了錄音語料音頻信息、試卷分?jǐn)?shù)信息、試題信息、考生信息及考試信息，具有信息錄入、信息查詢、數(shù)據(jù)統(tǒng)計(jì)、音頻文件處理及權(quán)限管理功能。普通話測(cè)試語音信息庫中的Windows應(yīng)用程序采用Visual C++編寫，由OBDC接口與Microsoft SQL Server數(shù)據(jù)庫相連，實(shí)現(xiàn)系統(tǒng)軟件的構(gòu)建。

1 普通話測(cè)試語音信息庫總體設(shè)計(jì)

1.1 用戶需求分析

普通話測(cè)試語音信息庫主要服務(wù)于普通話水平測(cè)試管理、普通話推廣與教學(xué)研究、語音處理與語音學(xué)研究。

在普通話水平測(cè)試管理方面，需要實(shí)現(xiàn)測(cè)試前和測(cè)試中的報(bào)名、考試安排以及測(cè)試后信息的分類查詢等功能。現(xiàn)有的普通話測(cè)試信息軟件，多數(shù)只服務(wù)于普通話測(cè)試前和測(cè)試中的管理工作，測(cè)試后可供查詢的信息種類較少。本文的普通話測(cè)試語音信息庫提供了多種信息的綜合查詢?？刹樵兊男畔⒅饕校嚎荚囆畔?、考生信息和試題信息。考試信息用于了解各個(gè)考場(chǎng)的使用、評(píng)委工作量的分配情況?？忌畔⒂糜谟?jì)算考生比例、了解不同語言背景下考生的分布情況，分析普通話測(cè)試的影響力。試題信息可用于查閱歷次測(cè)試的試題內(nèi)容。

在語音處理與語音學(xué)研究中，需要大量具有不同發(fā)音質(zhì)量的語音材料，以提高語音識(shí)別的正確性和自動(dòng)語音評(píng)估系統(tǒng)的精確度。本文的普通話測(cè)試語音信息庫能處理測(cè)試錄音語料，得到以單字、單詞、段落形式存放的音頻文件。這些音頻文件同時(shí)關(guān)聯(lián)和反映了發(fā)音質(zhì)量的測(cè)試分?jǐn)?shù)，以及發(fā)音者來自哪個(gè)方言區(qū)、從事專業(yè)、年齡等信息，可為測(cè)試錄音語料的研究和利用提供方便。

在普通話推廣與教學(xué)研究方面，母語、日常方言對(duì)語音、語調(diào)誤讀的影響較為明顯，為了解不同語言背景下的發(fā)音特點(diǎn)，需要大量不同背景發(fā)音者的不同質(zhì)量的發(fā)音語料。本文的普通話測(cè)試語音信息庫實(shí)現(xiàn)了發(fā)音文本、發(fā)音質(zhì)量和發(fā)音人背景信息的關(guān)聯(lián)，為分析不同背景學(xué)生普通話說不準(zhǔn)的原因提供了方便，有助于有的放矢地開展普通話教學(xué)。另外，本信息庫可以動(dòng)態(tài)地接收學(xué)生的讀音，并對(duì)其發(fā)音的標(biāo)準(zhǔn)性給出即時(shí)的評(píng)價(jià)。

1.2 信息種類

為了滿足普通話水平測(cè)試管理、普通話推廣與教學(xué)研究、語音處理與語音學(xué)研究的需要，普通話測(cè)試語音信息庫需要包含錄音語料音頻信息、試卷分?jǐn)?shù)信息、試題信息、考生信息及考試信息。

錄音語料音頻信息是普通話測(cè)試現(xiàn)場(chǎng)記錄的考生讀音。根據(jù)普通話測(cè)試的內(nèi)容，每個(gè)測(cè)試考生的錄音語料音頻信息分為單字(100個(gè)音節(jié))朗讀、單詞(i00個(gè)音節(jié))朗讀、短文朗讀和主題談話四個(gè)部分。前兩部分經(jīng)過語音切分后，以獨(dú)立單字、單詞的形式存貯，并將路徑索引到數(shù)據(jù)庫中。后兩部分則整體分別存貯，路徑同樣索引到數(shù)據(jù)庫中。

試卷分?jǐn)?shù)信息是普通話測(cè)試時(shí)測(cè)試專家根據(jù)測(cè)試者的讀音正誤給出的分?jǐn)?shù)。字、詞部分的分?jǐn)?shù)包含了每個(gè)音節(jié)的發(fā)音分?jǐn)?shù)。短文朗讀和主題談話部分的分?jǐn)?shù)包含了發(fā)音的準(zhǔn)確性、流暢性、語速控制等方面的分?jǐn)?shù)。數(shù)據(jù)庫存貯了上述各單項(xiàng)分?jǐn)?shù)、總分及其相對(duì)應(yīng)的測(cè)試等級(jí)。

試題信息包括題號(hào)、題目文本、以及相應(yīng)的拼音等內(nèi)容。

考生信息包括考生個(gè)人信息和考生語言背景信息?？忌膫€(gè)人信息包含考生的專業(yè)、出生年月、學(xué)歷等基本信息?？忌恼Z言信息包含考生的家庭使用語言、父母學(xué)歷、母語等先天語言背景信息，還有日常用語、工作用語等后天語言背景信息。

考試信息記錄了普通話測(cè)試時(shí)的時(shí)間、地點(diǎn)、測(cè)試專家等信息。

2 主要功能的設(shè)計(jì)與實(shí)現(xiàn)

普通話測(cè)試語音信息庫的主要功能為：信息錄入、信息查詢、數(shù)據(jù)統(tǒng)計(jì)(第三章中進(jìn)行討論)、音頻文件處理及權(quán)限管理。

2.1 信息錄入

錄入信息包含：錄音語料音頻信息、試卷分?jǐn)?shù)信息、試題信息、考生信息及考試信息。

錄音語料音頻信息的錄入采用現(xiàn)場(chǎng)錄音的方法，與測(cè)試同步進(jìn)行，經(jīng)語音自動(dòng)切分后，存放在數(shù)據(jù)庫中(將在2.3節(jié)討論)。

試卷分?jǐn)?shù)信息需要人工錄入。有兩種錄入方式：其一是在測(cè)試時(shí)，由測(cè)試專家直接在界面上打分；其二是在測(cè)試后，由數(shù)據(jù)庫維護(hù)人員錄入各題分?jǐn)?shù)。試卷分?jǐn)?shù)錄入界面與紙質(zhì)試卷版面嚴(yán)格一致。計(jì)算機(jī)統(tǒng)計(jì)各題得分和總分后，將分?jǐn)?shù)信息輸出到屏幕或存入數(shù)據(jù)庫。

試題信息由工作人員錄入數(shù)據(jù)庫。

考生和考試信息在普通話測(cè)試報(bào)名和考試安排時(shí)獲得，由考生和普通話水平測(cè)試管理人員分別在普通話測(cè)試網(wǎng)絡(luò)管理系統(tǒng)上填寫個(gè)人信息、考場(chǎng)和評(píng)委信息。這些信息直接存入數(shù)據(jù)庫。

普通話測(cè)試語音信息庫有較好的人機(jī)交互接口和完善的信息保護(hù)設(shè)置。

2.2 信息查詢

信息錄入以后，按照相應(yīng)的數(shù)據(jù)模型組織到數(shù)據(jù)庫中。系統(tǒng)利用Microsoft SQL Server存貯人員信息，試卷分?jǐn)?shù)信息、錄音語料音頻信息等多種數(shù)據(jù)，具有較小的冗余度，較高的數(shù)據(jù)獨(dú)立性和易擴(kuò)展性，并可被各種用戶共享。

系統(tǒng)對(duì)各查詢條件使用“交”的關(guān)系操作。如：關(guān)系R和關(guān)系S的交，就是同時(shí)在R和S中存在的元素的集合。

本程序采用開放數(shù)據(jù)庫互聯(lián)技術(shù)(Open Database Connec-tivity，ODBC)使Visual C++與Microsoft SQL Server數(shù)據(jù)庫相連，通過添加相應(yīng)的控件(DBGird和RemoteData)來完成查詢系統(tǒng)的界面與數(shù)據(jù)源的綁定。

2.3 音頻文件處理

測(cè)試者的錄音資料經(jīng)過數(shù)字化以后，需要以單字、單詞、段落的形式存放。本文利用HTK工具箱(The Hidden Markov Model Toolkit——?jiǎng)虼髮W(xué)開發(fā))，通過普通話測(cè)試語音材料的訓(xùn)練，得到普通話測(cè)試語音模型。在此基礎(chǔ)上利用HTK的自動(dòng)強(qiáng)制對(duì)齊(Force Alignment)功能，將普通話測(cè)試錄音語流中的單字、單詞等語音單元與試卷中對(duì)應(yīng)的文本進(jìn)行時(shí)間對(duì)齊，標(biāo)出每一個(gè)語音單元的邊界時(shí)間。最后根據(jù)標(biāo)注出的邊界編寫程序，實(shí)現(xiàn)語音單元自動(dòng)切分，得到以單字、單詞等形式存放的音頻文件。切分后的音以“WAV”的文件格式存放在特定的文件夾中。利用查詢功能用戶可以快速、準(zhǔn)確地找出各個(gè)語音的存放路徑，進(jìn)行語音查詢。

系統(tǒng)調(diào)用Visual C++MCI(Media Control Interface)中自帶的音頻處理函數(shù)，實(shí)現(xiàn)后綴名為“.way”的音頻文件播放。

2.4 權(quán)限管理

使用普通話測(cè)試語音信息庫的人員大致劃分為：系統(tǒng)管理人員、試卷分?jǐn)?shù)錄入人員、普通話測(cè)試管理與研究人員、語音研究人員。

權(quán)限管理的主要方法是：①管理人員對(duì)不同類型的用戶設(shè)定不同的密碼；②用不同的密碼登錄之后，只能進(jìn)行特定的操作。

權(quán)限管理采用的技術(shù)路線是：①系統(tǒng)對(duì)用戶輸入的密碼進(jìn)行類型判別，激活相應(yīng)的操作菜單，提供相應(yīng)的操作；②只有激活的菜單才具有可操作性。例如：試卷分?jǐn)?shù)錄入人員輸入相應(yīng)的密碼后，“試卷錄入”的菜單被激活，點(diǎn)擊菜單后彈出相應(yīng)的對(duì)話框，即可進(jìn)行試卷分?jǐn)?shù)的錄入。這時(shí)，信息查詢的菜單處于未激活狀態(tài)，即使點(diǎn)擊信息查詢菜單，也不能彈出相應(yīng)的對(duì)話框，從而達(dá)到阻止下一步操作之目的。

3 數(shù)據(jù)庫設(shè)計(jì)

普通話測(cè)試語音信息庫需要將大量的數(shù)據(jù)存入數(shù)據(jù)庫中，以方便用戶查詢。我們根據(jù)不同目標(biāo)用戶的需求，對(duì)數(shù)據(jù)庫進(jìn)行了概念結(jié)構(gòu)、邏輯結(jié)構(gòu)和物理結(jié)構(gòu)的設(shè)計(jì)。

3.1 概念結(jié)構(gòu)

根據(jù)數(shù)據(jù)庫需求分析及系統(tǒng)功能需求分析，可以確定數(shù)據(jù)庫的概念結(jié)構(gòu)。本系統(tǒng)中有考生、音頻、考試、試題、試卷分?jǐn)?shù)5個(gè)基本實(shí)體，分別記錄了考生信息、測(cè)試后的語音資料、考場(chǎng)與評(píng)委信息、試題和分?jǐn)?shù)信息等。數(shù)據(jù)庫實(shí)體(entity)一關(guān)系(relationship)的E-R圖如圖1所示。

3.2 邏輯結(jié)構(gòu)

根據(jù)數(shù)據(jù)庫的概念結(jié)構(gòu)，構(gòu)建了5張數(shù)據(jù)總表來存貯和反映5個(gè)基本實(shí)體。即：考生(student)、音頻(speech)、考試(test)、試題(test paper)、試卷分?jǐn)?shù)(test score)。每張數(shù)據(jù)總表又包含若干分表，存貯各個(gè)實(shí)體的各方面信息。例如：考生信息包括出生年月、所在單位等多種屬性。5個(gè)實(shí)體之間存在相互作用的關(guān)系，故在構(gòu)建數(shù)據(jù)庫時(shí)將具有關(guān)系的實(shí)體項(xiàng)進(jìn)行了級(jí)聯(lián)。

3.3 物理結(jié)構(gòu)

數(shù)據(jù)庫的物理結(jié)構(gòu)設(shè)計(jì)如圖2所示。

主鍵是實(shí)體中惟一標(biāo)識(shí)元組的屬性。本系統(tǒng)中考生編號(hào)(student_ID)是每個(gè)實(shí)體的主鍵。相較考生姓名(有可能重復(fù))等屬性，考生編號(hào)更能夠惟一地標(biāo)識(shí)數(shù)據(jù)庫中的一條記錄。

外鍵用于實(shí)現(xiàn)數(shù)據(jù)庫中表與表之間的關(guān)聯(lián)，起到橋梁作用?？忌幪?hào)(student_D)為各個(gè)表的外鍵。例如：查詢來自不同單位的考生成績(jī)時(shí)，“考生”和“測(cè)試成績(jī)”這兩個(gè)表就需要實(shí)現(xiàn)關(guān)聯(lián)。為此，在考生表中找出滿足查詢條件的考生，即可獲得相應(yīng)的考生編號(hào)，再將考生編號(hào)對(duì)應(yīng)到測(cè)試成績(jī)表中，就可查詢出考生的成績(jī)。

4 應(yīng)用舉例

普通話測(cè)試語音信息庫中的試卷分?jǐn)?shù)信息、試題信息、考生信息及考試信息可統(tǒng)稱為文字基礎(chǔ)信息。經(jīng)處理后，從文字基礎(chǔ)信息中可得到數(shù)據(jù)統(tǒng)計(jì)信息。

4.1 文字基礎(chǔ)信息

文字基礎(chǔ)信息在普通話水平測(cè)試管理、考生成績(jī)管理、普通話推廣與教學(xué)研究、語音處理與語音學(xué)研究等方面，有較為廣泛的應(yīng)用(表1)。

作為實(shí)例，圖3示出了考生測(cè)試成績(jī)查詢界面，表2列出了—個(gè)具體的查詢結(jié)果。

4.2 數(shù)據(jù)統(tǒng)計(jì)信息

數(shù)據(jù)統(tǒng)計(jì)信息也廣泛應(yīng)用于普通話推廣與教學(xué)研究、語音處理與語音學(xué)研究中。

數(shù)據(jù)庫中的數(shù)據(jù)經(jīng)過導(dǎo)出，可生成一份EXCEL的電子表格文件，利用EXCEL自帶的圖表操作功能，最后可以生成直觀的統(tǒng)計(jì)圖表，利用這些圖表可以得到許多有價(jià)值的論斷。

例如：圖4所示為某次測(cè)試對(duì)不同方言背景的考生發(fā)“仄”音的得分分布情況的統(tǒng)計(jì)。由圖4可以看出：使用少數(shù)民族語言和吳方言的考生發(fā)“仄”音的正確率較高，贛方言、閩方言的考生發(fā)“仄”音的正確率較低?？赡艿脑蛴校孩佟柏啤币粼谏贁?shù)名族語言中出現(xiàn)頻率高，其發(fā)音標(biāo)準(zhǔn)與普通話的發(fā)音標(biāo)準(zhǔn)基本一致；②在贛方言和閩方言中，“仄”音的發(fā)音標(biāo)準(zhǔn)與普通話的發(fā)音標(biāo)準(zhǔn)有較大差異；③一些考生不認(rèn)識(shí)“仄”音的部分字，不能正確地發(fā)音。

實(shí)際上，日常方言對(duì)語音、語調(diào)的影響較大。通過對(duì)不同方言背景下考生對(duì)某個(gè)字發(fā)音正誤率的比較，可以得出具有該方言背景的人的發(fā)音特點(diǎn)。普通話測(cè)試語音信息庫系統(tǒng)可以給出不同方言背景下的考生對(duì)某個(gè)字發(fā)音的正誤率，以助于語音研究。

4.3 錄音語料音頻信息

通過查詢界面。找到某一語言背景下某個(gè)單字的得分和存放路徑，可以幫助建立該語言背景下某單字的語言模型，此模型可運(yùn)用到語音識(shí)別和自動(dòng)發(fā)音評(píng)估系統(tǒng)中。圖5所示為日常用語是北方方言的考生發(fā)“拐”音的情況。

得到查找音的存放路徑后，在音頻播放界面點(diǎn)擊“打開文件”按鈕，彈出對(duì)話框，在對(duì)話框中填入相應(yīng)的路徑，就可進(jìn)行音頻播放。

系統(tǒng)沒有音頻播放的暫停／繼續(xù)、停止等功能(圖5)。語音研究者可以根據(jù)需要選擇合適的播放方式。

5 結(jié)束語

本文開發(fā)了普通話測(cè)試語音信息庫，軟件具有信息錄入、信息查詢、數(shù)據(jù)統(tǒng)計(jì)、音頻文件處理、權(quán)限管理等功能。語音信息庫包含了錄音語料音頻信息、試卷分?jǐn)?shù)信息、試題信息、考生信息及考試信息。系統(tǒng)可應(yīng)用于普通話水平測(cè)試管理、普通話推廣與教學(xué)研究、語音處理與語音學(xué)研究中，具有廣泛的實(shí)用價(jià)值。