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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、語音作為最自然、最方便的傳遞方式,在人類社會中無處不在。尤其在信息和多媒體技術(shù)迅猛發(fā)展的今天,語音通信網(wǎng)絡(luò)和計算機(jī)互聯(lián)網(wǎng)上的語音數(shù)據(jù)正以迅猛的趨勢增長。對這些數(shù)據(jù)進(jìn)行分析和處理,并獲取人們感興趣的信息,具有重要的理論意義和實(shí)用價值。作為語音信息處理的核心技術(shù),語音識別以讓機(jī)器將語音信號轉(zhuǎn)化成文字信息為目標(biāo)而備受關(guān)注。讓機(jī)器聽懂人類的說話,一直是科技的夢想,語音識別技術(shù)在語音分析、智能化控制等領(lǐng)域有著廣泛的應(yīng)用前景和商業(yè)價值。
2、近年來,語音識別一直是語音處理領(lǐng)域研究的熱點(diǎn),吸引了很多學(xué)者展開廣泛而深入的研究,取得了大量的研究成果。尤其是基于隱馬爾可夫模型的方法出現(xiàn)后,語音識別的性能得到了大幅度的提升。然而許多在實(shí)驗(yàn)室中性能較好的識別器,拿到實(shí)際環(huán)境中卻表現(xiàn)的不盡如人意,這成為制約語音識別技術(shù)實(shí)用化的關(guān)鍵因素。究其原因,模型不匹配問題扮演了重要的角色,即訓(xùn)練得到的識別模型不能很好的匹配實(shí)際環(huán)境的語音數(shù)據(jù)?;陔[馬爾可夫模型的語音識別方法,本質(zhì)上是利用統(tǒng)計模型來刻
3、畫訓(xùn)練數(shù)據(jù)中所蘊(yùn)含的聲學(xué)知識和語言學(xué)知識,其識別效果的好壞依賴于訓(xùn)練數(shù)據(jù)的多少以及數(shù)據(jù)的覆蓋寬度,而實(shí)際的訓(xùn)練數(shù)據(jù)總是有限的不充分的,不可能覆蓋所有的發(fā)音情況。
考慮到人類學(xué)習(xí)的方式之一是在錯誤中學(xué)習(xí),通過不斷的消化錯誤知識,不斷的主動學(xué)習(xí)、累積學(xué)習(xí),從而持續(xù)擴(kuò)充和校正頭腦中的認(rèn)知??梢詫⑦@樣的學(xué)習(xí)方式運(yùn)用到語音識別中,通過對錯誤識別的語音數(shù)據(jù)進(jìn)行學(xué)習(xí),轉(zhuǎn)化為新的模型知識,擴(kuò)充已有的模型。這樣不斷的學(xué)習(xí),去減輕模型不匹配現(xiàn)象。
4、要達(dá)到上述目的,需要解決如下兩個問題:(1)聲學(xué)模型的擴(kuò)充問題,如何將新獲得的語音知識加入到已有的聲學(xué)模型中去,考慮到現(xiàn)有的語音識別技術(shù)大多基于統(tǒng)計的方法實(shí)現(xiàn),顯然聲學(xué)模型擴(kuò)充不能直接完成;(2)累積式學(xué)習(xí)問題,這樣一種從錯誤中學(xué)習(xí)的過程顯然應(yīng)該是一個長期的、持續(xù)的、在線的過程,是一個不斷修正的過程,然而面對現(xiàn)有的語音識別技術(shù)框架,如何實(shí)現(xiàn)這一學(xué)習(xí)過程成為本文研究重點(diǎn)。
本文圍繞著上述問題開展了一系列的研究工作,針對基元同構(gòu)和
5、異構(gòu)兩種情況,提出了聲學(xué)模型擴(kuò)充方法,并結(jié)合主動學(xué)習(xí)機(jī)制,來解決聲學(xué)模型擴(kuò)充中的累積式學(xué)習(xí)問題。主要研究工作如下:
(1)提出了基于MAP的聲學(xué)模型擴(kuò)充方法。擴(kuò)充的聲學(xué)模型采用與原模型相同的基元形式,并研究了基于MAP模型自適應(yīng)方法的新模型生成方法,并在保留原有聲學(xué)模型的基礎(chǔ)上向其添加新模型。
(2)提出了聲學(xué)基元異構(gòu)條件下的聲學(xué)模型擴(kuò)充方法。為了減少添加模型的規(guī)模,以音節(jié)為基元來訓(xùn)練新擴(kuò)充的聲學(xué)模型。為了平衡基元異
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于What—This-That學(xué)習(xí)機(jī)制的MAS協(xié)商模型.pdf
- 基于強(qiáng)化學(xué)習(xí)模型的科技用戶學(xué)習(xí)機(jī)制研究:以檢索方法認(rèn)知為例.pdf
- 基于自學(xué)習(xí)機(jī)制的信息過濾模型研究與實(shí)踐.pdf
- 基于離線學(xué)習(xí)機(jī)制的雙邊多議題關(guān)聯(lián)協(xié)商模型研究.pdf
- 基于主動半監(jiān)督極限學(xué)習(xí)機(jī)多類圖像分類方法研究.pdf
- 基于DFS的概念學(xué)習(xí)機(jī)制研究.pdf
- 基于學(xué)習(xí)機(jī)器的洪水預(yù)報模型研究.pdf
- 基于學(xué)習(xí)型區(qū)域的區(qū)域?qū)W習(xí)機(jī)制的研究.pdf
- 戰(zhàn)略聯(lián)盟的學(xué)習(xí)機(jī)制.pdf
- 基于學(xué)習(xí)機(jī)制的軟件缺陷預(yù)測研究.pdf
- 基于價值網(wǎng)的產(chǎn)業(yè)集群學(xué)習(xí)機(jī)制研究.pdf
- 基于極端學(xué)習(xí)機(jī)的分類方法研究.pdf
- 基于更新學(xué)習(xí)機(jī)制的SAR圖像目標(biāo)識別方法研究.pdf
- 基于情境的企業(yè)家學(xué)習(xí)機(jī)制研究.pdf
- 集群企業(yè)的學(xué)習(xí)機(jī)制研究.pdf
- 基于穩(wěn)健估計的極限學(xué)習(xí)機(jī)方法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的實(shí)物期權(quán)定價模型研究.pdf
- 基于極限學(xué)習(xí)機(jī)的實(shí)物期權(quán)定價模型研究
- 基于知識溢出效應(yīng)的產(chǎn)業(yè)集群學(xué)習(xí)機(jī)制研究.pdf
- 基于粗集與Vague集理論的學(xué)習(xí)機(jī)制研究.pdf
評論
0/150
提交評論