基于HMM的分布式語音識(shí)別系統(tǒng)的研究與應(yīng)用.pdf

1、傳統(tǒng)的嵌入式語音識(shí)別系統(tǒng)存在結(jié)構(gòu)復(fù)雜、硬件要求高、靈活性和魯棒性差以及詞庫更新難等不足。本文從網(wǎng)絡(luò)應(yīng)用的角度研究了基于HMM的分布式漢語語音識(shí)別系統(tǒng)的相關(guān)技術(shù)，包括服務(wù)器上詞庫的分類、更新和訓(xùn)練方法，以及在嵌入式終端中端點(diǎn)檢測和特征提取過程的優(yōu)化實(shí)現(xiàn)等。通過建立語言模型將孤立字識(shí)別轉(zhuǎn)換為詞識(shí)別以及將語音訓(xùn)練和識(shí)別過程從嵌入式終端轉(zhuǎn)移到網(wǎng)絡(luò)服務(wù)器等方法，降低了終端的計(jì)算量，提高了系統(tǒng)整體的靈活性和響應(yīng)能力。本文的主要工作和創(chuàng)新點(diǎn)如下：

2、r>　　 (1)利用分布式信息處理的思想，將語音訓(xùn)練和識(shí)別分布在服務(wù)器上、語音特征提取分布在終端。終端將提取出的語音特征格式化成數(shù)據(jù)包，通過網(wǎng)絡(luò)傳遞給服務(wù)器，由服務(wù)器進(jìn)行語音識(shí)別并返回結(jié)果。
　　 (2)提出在服務(wù)器端用標(biāo)簽對詞庫進(jìn)行分類和更新的方法。將詞匯集中的每個(gè)詞賦以標(biāo)識(shí)該詞所在分類信息的標(biāo)簽后存儲(chǔ)到數(shù)據(jù)庫。當(dāng)獲得該詞的足量語音樣本時(shí)進(jìn)行訓(xùn)練并創(chuàng)建聲學(xué)模型和語言模型。本文還提出了個(gè)性化語音識(shí)別方法，通過顯式或隱式搜集特定

3、用戶的語料，對通用語音模型進(jìn)行個(gè)性化調(diào)整，提高系統(tǒng)對特定用戶語音識(shí)別的準(zhǔn)確率，同時(shí)不失通用語音識(shí)別系統(tǒng)的普適性優(yōu)勢。
　　 (3)在嵌入式終端將頻域端點(diǎn)檢測和特征提取同步進(jìn)行，結(jié)合算法優(yōu)化、查表和定點(diǎn)實(shí)現(xiàn)等措施降低計(jì)算時(shí)間，并將得到的語音特征通過網(wǎng)絡(luò)傳遞給服務(wù)器并由服務(wù)器進(jìn)行語音識(shí)別計(jì)算，最后接收服務(wù)器的識(shí)別結(jié)果．
　　 (4)將網(wǎng)絡(luò)服務(wù)器和嵌入式終端通過網(wǎng)絡(luò)互聯(lián)，以一個(gè)網(wǎng)絡(luò)新聞推薦系統(tǒng)(智能網(wǎng)絡(luò)搜音機(jī)服務(wù)平臺(tái)及終端)為