基于語(yǔ)音結(jié)構(gòu)化模型的連續(xù)數(shù)字語(yǔ)音識(shí)別.pdf

1、漢語(yǔ)連續(xù)數(shù)字語(yǔ)音識(shí)別在現(xiàn)實(shí)中具有非常廣泛的應(yīng)用前景，在電話與電信系統(tǒng)的自動(dòng)語(yǔ)音撥號(hào)、身份證號(hào)碼證實(shí)、智能家電中用于電視頻道和空調(diào)溫度的遙控等多方面都有著重要的應(yīng)用價(jià)值。
　　 漢語(yǔ)連續(xù)數(shù)字語(yǔ)音識(shí)別是語(yǔ)音識(shí)別中的一個(gè)重要分支，其主要難點(diǎn)在于，首先不確定數(shù)字串的長(zhǎng)度，很難準(zhǔn)確判別連續(xù)數(shù)字串中的字間邊界；其次連續(xù)數(shù)字串中的數(shù)字是任意組合的，沒(méi)有可以借鑒的語(yǔ)法知識(shí)；再有漢語(yǔ)數(shù)字自身的發(fā)音特點(diǎn)導(dǎo)致識(shí)別困難，如：數(shù)字語(yǔ)音間的混淆程度高，漢語(yǔ)

2、連續(xù)數(shù)字串中各個(gè)數(shù)字的協(xié)同發(fā)音現(xiàn)象較嚴(yán)重等。此外，語(yǔ)音通信中不可避免地會(huì)受到說(shuō)話人差異、線路干擾、環(huán)境噪聲等的影響，引起信號(hào)失真，導(dǎo)致識(shí)別系統(tǒng)的魯棒性相當(dāng)脆弱。
　　 本課題研究主要包括兩個(gè)方面：
　　 (1)采用全局聲學(xué)結(jié)構(gòu)描述的連續(xù)數(shù)字語(yǔ)音識(shí)別。依據(jù)描述語(yǔ)音內(nèi)在關(guān)系的、對(duì)傳輸和處理過(guò)程中的線路噪聲和說(shuō)話人變化具有魯棒性的全局聲學(xué)結(jié)構(gòu)AUS，提出適合于連續(xù)數(shù)字語(yǔ)音識(shí)別的雙層結(jié)構(gòu)化語(yǔ)音模型匹配策略，在沒(méi)有可以借鑒的語(yǔ)法知

3、識(shí)情況下，不需要大量的訓(xùn)練模板，只要使用較少的單個(gè)數(shù)字語(yǔ)音訓(xùn)練數(shù)據(jù)就可以實(shí)現(xiàn)任意長(zhǎng)度的連續(xù)數(shù)字語(yǔ)音識(shí)別，且不需要充分的訓(xùn)練語(yǔ)料和通用的信道歸一化技術(shù)，解決目前語(yǔ)音識(shí)別和連續(xù)數(shù)字語(yǔ)音識(shí)別中存在的說(shuō)話人差異性等的魯棒性問(wèn)題。
　　 (2)采用直方圖均衡的語(yǔ)音識(shí)別魯棒性研究。在語(yǔ)音識(shí)別中，加性噪聲也是導(dǎo)致系統(tǒng)性能下降的重要原因。直方圖均衡化方法是一種非線性補(bǔ)償變換技術(shù)，較傳統(tǒng)的基于線性變換技術(shù)的抗噪聲方法進(jìn)一步提高了系統(tǒng)的魯棒性。但實(shí)