基于隱馬爾可夫模型的語音識別方法的研究.pdf

1、語音識別不僅是指機器通過學(xué)習(xí)實現(xiàn)從語音信號到文字符號的理解過程，作為一門交叉學(xué)科，與聲學(xué)、語言學(xué)、人工智能、數(shù)字信號處理、模式識別等學(xué)科有著緊密地聯(lián)系。 大約經(jīng)過50年的發(fā)展，語音識別技術(shù)已經(jīng)能夠?qū)崿F(xiàn)大詞匯量、非特定人的連續(xù)語音識別系統(tǒng)，漢語語音識別技術(shù)目前已經(jīng)發(fā)展到世界先進水平。針對漢語發(fā)音的特點，本文以離散隱馬爾可夫模型為方法，對中等詞匯量、非特定人、孤立字的漢語語音識別進行了基礎(chǔ)研究。 首先，文章在對語音信號進行分

2、析的基礎(chǔ)上，對短視平均過零率的算法進行了改進，又利用幅度和短時平均過零率兩個參數(shù)改進了端點檢測的方法。然后對漢語發(fā)音的特點進行了研究，分析了以音素為單位的聲母和韻母的特點，提出了查找過渡點將聲母韻母分離的方法。 接下來本文對語音識別系統(tǒng)的兩個重要部分——特征參數(shù)提取和矢量量化的相關(guān)知識給予了介紹。 最后，本文著重對以DHMM為方法的語音識別系統(tǒng)進行了分析，討論了在語音識別系統(tǒng)中DHMM參數(shù)選取的問題。對于非特定人、中等詞

3、匯表、孤立字的語音識別系統(tǒng)，使用了DTW和DHMM兩種方法進行了試驗比較，驗證了DHMM方法的優(yōu)越。還對特征參數(shù)的選取對識別率的影響進行了討論，得出了加權(quán)差分倒譜系數(shù)是一個優(yōu)越參數(shù)的結(jié)論。通過矢量量化參數(shù)選取的討論，得到對于中等詞匯量的語言識別，矢量量化的碼本大小應(yīng)為64或128的結(jié)論。并且，在對漢語發(fā)音研究的基礎(chǔ)上，對DHMM的不足進行了改進，提出了兩段式DHMM語音識別的方法。試驗結(jié)果表明，此方法能夠降低系統(tǒng)的識別時間，還能提高系統(tǒng)