基于支持向量機(jī)的語(yǔ)種識(shí)別方法的研究.pdf

1、隨著全球化趨勢(shì)的加劇，國(guó)際間交流越來(lái)越密切，各國(guó)家和地區(qū)的人們因?yàn)榻?jīng)濟(jì)、政治、文化、旅游的需要而頻繁往來(lái)，使得人們迫切地需要能夠突破語(yǔ)言的限制，自由地進(jìn)行交往。因此自動(dòng)語(yǔ)種識(shí)別((Language Identification,LID)顯得越來(lái)越重要。LID能自動(dòng)地識(shí)別出一段語(yǔ)音所屬的語(yǔ)言種類，這在語(yǔ)音識(shí)別、自動(dòng)機(jī)器翻譯、國(guó)防和日常生活中體現(xiàn)出較強(qiáng)的應(yīng)用價(jià)值，逐漸引起了相關(guān)研究和應(yīng)用領(lǐng)域的廣泛關(guān)注。 廣義上說(shuō)，自動(dòng)語(yǔ)種識(shí)別可分成

2、基于聲學(xué)模型和基于音素搭配關(guān)系模型兩類。另外，根據(jù)建模方法的不同，又可以分成產(chǎn)生性模型(Generative Model)，如音素識(shí)別語(yǔ)言模型(PRLM)、高斯混合模型(GMM)和區(qū)分性模型(Discriminative Model)的方法，如支持向量機(jī)SVM。近年來(lái)將音素識(shí)別PR、GMM和SVM結(jié)合起來(lái)成為語(yǔ)種識(shí)別研究的一個(gè)主要方向。本文從聲學(xué)空間的區(qū)分性建模方法出發(fā)，著重研究了基于支持向量機(jī)SVM的語(yǔ)種識(shí)別系統(tǒng)。首先介紹了其常用的聲

3、學(xué)特征及其魯棒性方法，然后分析了不同核函數(shù)的構(gòu)成，即廣義線性區(qū)分性序列核GLDS和高斯混合模型超矢量核GSV，在此基礎(chǔ)上提出了相應(yīng)的改進(jìn)，具體工作包括以下幾個(gè)方面: 第一:從原理上對(duì)比了LPCC和MFCC在語(yǔ)種識(shí)別中的優(yōu)劣，由此啟發(fā)，將它們?nèi)诤掀鹂梢垣@得較好的效果。另外對(duì)各種基于特征域上的魯棒性方法在語(yǔ)種識(shí)別上的應(yīng)用進(jìn)行試驗(yàn)，最終給出了一個(gè)合適的提高特征魯棒性的策略。 第二:針對(duì)原有的GLDS核函數(shù)存在訓(xùn)練、測(cè)試語(yǔ)句之間

4、時(shí)長(zhǎng)不匹配的問(wèn)題，采取了層次化的結(jié)構(gòu)，一方面將訓(xùn)練樣本切分到和測(cè)試樣本相近的長(zhǎng)度，另一方面又通過(guò)樣本選擇，在控制樣本數(shù)目的前提下保留了最具區(qū)分性的樣本。這樣在一定程度上減少了訓(xùn)練和測(cè)試之間的不匹配問(wèn)題，又保留了其計(jì)算量小的優(yōu)點(diǎn)。再結(jié)合多種特征之間的互補(bǔ)性，使系統(tǒng)性能提升30％。 第三:在GSV系統(tǒng)中，通過(guò)結(jié)合擾動(dòng)屬性投影NAP、因子分析FA等去噪方法和VTLN等手段，識(shí)別性能得到很大提高。另外，針對(duì)GSV系統(tǒng)的特征維數(shù)隨GMM高