基于音素的非特定人語音識別及其拒識算法研究.pdf

1、該文工作主要圍繞語音識別中兩個既獨立又相互有聯(lián)系的領(lǐng)域:非特定人語音識別和語音拒識算法研究.該文結(jié)合非特定人語音識別系統(tǒng)的特點,提出了一種新的基于音素的非特定人英語語音識別算法,并在此算法基礎(chǔ)上構(gòu)建了一個非特定人英語命令詞識別系統(tǒng).系統(tǒng)的實現(xiàn)采用了隱馬爾可夫模型工具包(HTK)與Visual C++兩種工具混和使用,提高了整個系統(tǒng)的開發(fā)效率.在識別階段針對詞匯量大小采用不同的音素串匹配算法,在一定程度上提高了識別的質(zhì)量.同時,該文采用話

2、音活性檢測(VAD)算法和自動增益控制(AGC)算法實現(xiàn)了在不同環(huán)境下的線語音識別,提高了該系統(tǒng)的實用性.語音拒識技術(shù)是從實驗室轉(zhuǎn)向?qū)嶋H應(yīng)用的關(guān)鍵.該文首先研究了當(dāng)前應(yīng)用最為廣泛的在線廢料模型(Online Garbage Model)和反詞模型(Anti-word Model)的算法,分析了它們的優(yōu)缺點.然后在此基礎(chǔ)上提出了一種新穎的基于置信度的非特定人語音識別拒識算法,該算法同時考慮了備選假設(shè)模型和多候選的信息,適用于拒識不正確的識