語音參數(shù)軌跡模型研究及其在可信度度量中的應(yīng)用.pdf

1、迄今為止,在連續(xù)語音識別領(lǐng)域應(yīng)用最成功最廣泛的是HMM模型.為了獲得高效的訓(xùn)練和識別算法,HMM假設(shè)特征之間相互獨立,這是不符合語音信號的實際分布的.為此研究者們解除獨立性假設(shè),提出了更一般的模式——分段模型.該文對參數(shù)軌跡模型進行了全面的研究和深入的探討,包括聲調(diào)結(jié)合建模、搜索問題,以及它們的可信度度量工作等.主要貢獻如下:●完成了參數(shù)軌跡模型系統(tǒng)的實現(xiàn),對模型的概率表達方式進行了分析.當(dāng)多項式擬合階數(shù)退化為0時,它相當(dāng)于精確時長建模

2、的HMM.在分段模型實驗中,從數(shù)據(jù)擬合的角度驗證了參數(shù)軌跡模型比起HMM模型具有更加精確的建模能力.參數(shù)軌跡模型方法對靜音建模時存在著理論缺陷,我們設(shè)想靜音有一條期望的直線軌跡來實現(xiàn)其參數(shù)軌跡的建模.同時發(fā)現(xiàn),時長模型對小幀數(shù)靜音的識別非常重要;●探討了結(jié)合聲調(diào)特征的參數(shù)軌跡建模.它的軟結(jié)合方法在特征層把基頻作為第14維特征,對其進行軌跡擬合后得到的是這段語音的聲調(diào).參數(shù)軌跡模型的物理意義決定了它能直接反映基頻曲線在空間的分布特性.硬結(jié)

3、合方法在模型層將聲調(diào)模型與聲學(xué)模型相結(jié)合,利用的是參數(shù)軌跡模型作為分段模型的特性:它的框架結(jié)構(gòu)在進行統(tǒng)計識別時可以很好地結(jié)合段特征.●參數(shù)軌跡模型獲得了比HMM模型更加精確的建模能力,這是以計算復(fù)雜度增加為代價的.為了解決這個問題,提出了定長參數(shù)軌跡模型方法.它將歸一化時間軌跡上的點重采樣到固定的區(qū)域中,避免了不同時間點在不同段中的重復(fù)概率計算.論文還對模型實現(xiàn)過程中遇到的句子得分歸一化等問題進行了處理.定長參數(shù)軌跡模型在數(shù)字串識別率略

4、有下降(0.5﹪)的情況下,計算時間降低了90倍左右;●提出了參數(shù)軌跡模型和HMM模型相結(jié)合可信度度量方法,克服了傳統(tǒng)可信度方法的不足.具體的方法有兩種,一是得分的應(yīng)用,可以和HMM得分相結(jié)合或者替代HMM得分使用,一方面引入了新的信息,另一方面改善了HMM對語音信號描述不夠準(zhǔn)確的缺陷;二是模型的融合,在同一系統(tǒng)中出現(xiàn)了兩種不同的聲學(xué)模型,它們提供了各自的識別結(jié)果相互驗證.這樣做避免了采用似然得分所帶來的種種問題,在不同的句子間可以相互

5、比較.在搜索階段,對詞圖中要進行回溯的語音段提供新的聲學(xué)模型(參數(shù)軌跡模型)識別,原HMM的識別結(jié)果在這個新的序列中所處的位置不同,其得到的可信度支持也不同,從而改變路徑回溯的優(yōu)先順序,提高系統(tǒng)的識別率.在假設(shè)檢驗階段,提出參數(shù)軌跡模型校驗的拒識方法,在此基礎(chǔ)上,為了滿足系統(tǒng)提出的對評價指標(biāo)的不同要求,增加了Fisher分類器后處理部分,并引入?yún)?shù)軌跡模型得分作為新的特征輸入.通過對參數(shù)軌跡模型校驗和得分的同時運用,取得了較好的接受/拒