版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、上海交通大學(xué)博士學(xué)位論文低代價語音識別技術(shù)的研究姓名:吳邊申請學(xué)位級別:博士專業(yè):模式識別與智能系統(tǒng)指導(dǎo)教師:劉重慶20040501摘要II對語音識別系統(tǒng)性能的影響根據(jù)語音識別系統(tǒng)工作環(huán)境的特性對聲學(xué)模型進行補償以減少訓(xùn)練條件和測試條件的失配增強語音識別系統(tǒng)在移動噪聲環(huán)境中的魯棒性并聯(lián)模型混合(PMC)是一種典型的基于模型的環(huán)境補償技術(shù)其基本思想是改變隱馬爾可夫聲學(xué)模型的一系列參量使它能夠適應(yīng)新的聲學(xué)環(huán)境本文對并聯(lián)模型混合的靜態(tài)參數(shù)補償
2、算法作出了改進提出一種新的補償方法該方法直接根據(jù)干凈語音模型的概率密度和噪聲模型的概率密度計算受污染語音信號概率密度避免了用特定分布模型描述受污染語音信號觀察矢量時所帶來的誤差仿真實驗和實際數(shù)據(jù)實驗都表明算法對受污染語音信號概率密度的描述較傳統(tǒng)的并聯(lián)模型混合靜態(tài)參數(shù)補償算法更為準確尤其在低信噪比的條件下較傳統(tǒng)的算法具有更好的魯棒性性能特別值得提出的是該環(huán)境補償算法有較低的計算代價可以與端點檢測算法進行配合進行實時補償最后研究了快速說話人
3、自適應(yīng)算法自適應(yīng)算法是為了提高非特定人低代價語音識別系統(tǒng)對特定用戶的識別性能且仍然保持有非特定人的特性說話人自適應(yīng)技術(shù)通過少量特定說話人數(shù)據(jù)的訓(xùn)練對聲學(xué)模型進行修正使得非特定人語音識別系統(tǒng)對特定說話人的性能有顯著的提高本文提出了一種低代價的快速離線說話人自適應(yīng)算法首先利用少量特定人的數(shù)據(jù)訓(xùn)練一個單一高斯HMM模型然后將單一高斯模型與非特定人聲學(xué)模型進行合并最終將自適應(yīng)模型用于語音識別系統(tǒng)實驗全面地評估了算法的有效性表明對于母語說話人和非
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 低信噪比下語音識別技術(shù)的研究.pdf
- 語音情感識別技術(shù)的研究.pdf
- 語音識別技術(shù)
- 語音識別技術(shù)研究.pdf
- 基于ARM技術(shù)的語音識別研究.pdf
- 易混淆語音識別技術(shù)的研究.pdf
- 語音識別技術(shù)的研究及應(yīng)用.pdf
- 基于HMM的語音識別技術(shù)的研究.pdf
- 藏語語音識別技術(shù)研究.pdf
- 抗噪聲語音識別技術(shù)的研究.pdf
- 語音識別軟件關(guān)鍵技術(shù)的研究.pdf
- 漢語孤立字語音識別技術(shù)的研究.pdf
- 嵌入式語音識別技術(shù)的研究.pdf
- 語音識別中置信度技術(shù)的研究.pdf
- 現(xiàn)代語音識別技術(shù)
- 基于DSP的語音識別技術(shù)的研究.pdf
- 語音關(guān)鍵詞識別技術(shù)的研究.pdf
- 基于FPGA的語音識別技術(shù)研究.pdf
- 語音識別技術(shù)的研究及基本實現(xiàn).pdf
- 語音情感識別技術(shù)的研究與實現(xiàn).pdf
評論
0/150
提交評論