農(nóng)產(chǎn)品市場信息采集的語音識別魯棒性方法研究.pdf

1、當(dāng)前語音識別的研究已取得了較為豐碩的成果，在安靜環(huán)境下性能令人滿意，逐漸被應(yīng)用在諸多人機(jī)交互的場合。然而，由于噪聲的存在，語音識別系統(tǒng)在實(shí)際環(huán)境下性能急劇下降，如何提高語音識別的噪聲魯棒性，逐漸成為近年來語音識別的研究熱點(diǎn)。本文主要研究農(nóng)產(chǎn)品市場信息采集作業(yè)環(huán)境中的語音識別噪聲魯棒性問題，針對當(dāng)前缺乏面向農(nóng)產(chǎn)品市場信息采集領(lǐng)域的語音識別引擎，而通用領(lǐng)域的識別算法又不適合解決上述問題，分析環(huán)境的噪聲特點(diǎn)，面向非特定人和中小規(guī)模詞匯量的連續(xù)

2、漢語普通話識別，訓(xùn)練聲學(xué)模型，研究適用于該環(huán)境下的語音識別魯棒性方法。本文主要研究的內(nèi)容包括:
　　(1)基于隱馬爾科夫模型(HMM)框架建立了聲學(xué)模型，利用自建的農(nóng)產(chǎn)品市場信息語料庫進(jìn)行訓(xùn)練和測試HHM模型，基于HTK工具包建立了農(nóng)產(chǎn)品價格語音識別基線系統(tǒng)。
　　(2)在分析農(nóng)產(chǎn)品市場信息采集環(huán)境的噪聲特點(diǎn)的基礎(chǔ)上，從模型空間和特征空間對系統(tǒng)采取了多種魯棒性方法，包括:在聲學(xué)模型的識別基元選取上，采用了一種擴(kuò)展的三音素聲韻

3、母模型，有效的解決了音節(jié)內(nèi)部和音節(jié)間的協(xié)同發(fā)音問題，大大提高了識別率;針對建模后三音子模型數(shù)量急劇增加問題，采用了決策樹狀態(tài)聚類方法，建立了一套二值問題規(guī)則集，并將語音學(xué)的專業(yè)知識融合進(jìn)決策樹，通過聚類減少了三音子模型的數(shù)量，有效地解決了訓(xùn)練數(shù)據(jù)不充分問題;鑒于倒譜均值歸一化(CMN)方法在消除信道卷積噪聲以及加性噪聲方面的良好表現(xiàn)，在農(nóng)產(chǎn)品市場信息語音識別系統(tǒng)中采用，有效緩解了信道噪聲影響。
　　(3)在信號空間，為了提高輸入語

4、音信號的信噪比，采用了譜減類算法進(jìn)行語音增強(qiáng)，但譜減算法容易帶來信道失真和“音樂”噪聲。為了減少這種失真，提出了一種聯(lián)合語音增強(qiáng)與特征補(bǔ)償?shù)聂敯粜苑椒?，把倒譜均值方差歸一化方法(CMVN)與譜減類算法進(jìn)行了結(jié)合，二者互為補(bǔ)充。實(shí)驗(yàn)結(jié)果表明，聯(lián)合后的算法能有效提高系統(tǒng)的識別率，特別是在低信噪比時效果更為明顯。
　　(4)在統(tǒng)計估計理論的框架下，研究了估計幅度與實(shí)際幅度的最小均方誤差(MMSE)估計器以及對數(shù)最小均方誤差(logMMS