基于HTK的連續(xù)語音識別技術(shù)研究.pdf

1、語音識別是讓機(jī)器能夠“聽懂”人類的語言、并把人類的語音信號轉(zhuǎn)化為相應(yīng)的文本或命令的技術(shù)［1］。語音識別可以認(rèn)為是模式識別的一個(gè)分支，它與聲學(xué)、語言學(xué)、心理學(xué)、數(shù)字信號處理、計(jì)算機(jī)學(xué)科等有密切的聯(lián)系，是一門跨學(xué)科的技術(shù)。
　　 本文以HTK為工具，以HMM為模型，實(shí)現(xiàn)了母語為英語的非特定人、大詞匯量連續(xù)語音識別系統(tǒng)。非特定人、連續(xù)、大詞匯量這三個(gè)特點(diǎn)是語音識別走向應(yīng)用必須要實(shí)現(xiàn)的目標(biāo)。本文中訓(xùn)練和測試的語音庫來自NIST的TIMI

2、T，該數(shù)據(jù)庫是一個(gè)平衡語料庫。在此基礎(chǔ)上，完成語音識別關(guān)鍵技術(shù)的測試，本文具體工作和創(chuàng)新如下：
　　 1、研究和分析不同音素模型對于語音識別系統(tǒng)性能的影響；實(shí)現(xiàn)了單音素建模和三音素系統(tǒng)，結(jié)果證明三音素建模考慮了發(fā)音的上下文依賴，識別率相比單音素有顯著的提高。
　　 2、研究和測試不同高斯混合度對系統(tǒng)識別率的影響。在一定訓(xùn)練數(shù)據(jù)量的條件下，隨著高斯混合度的增加，識別率會上升，繼續(xù)增加高斯混合度，由于訓(xùn)練數(shù)據(jù)的稀疏性，識別率

3、會不升反降，實(shí)驗(yàn)驗(yàn)證了這一結(jié)論，識別率在混合度等于70時(shí)達(dá)到最大，繼續(xù)增加混合度，識別率下降。
　　 3、研究和分析了不同特征參數(shù)對系統(tǒng)識別率的影響。結(jié)果證明特征參數(shù)的選取對識別率的影響是顯著的。本試驗(yàn)中著重比較了LPC、LPCC、MFCC、MFCC＿0、MFCC＿0_D、MFCC__0＿D＿A等不同特征參數(shù)下的識別率，本文的識別系統(tǒng)采用特征參數(shù)MFCC＿0＿D＿A能達(dá)到最高的識別率。
　　 4、研究決策樹狀態(tài)共享對系統(tǒng)