語音識別系統(tǒng)中聲學層模型的研究.pdf

1、隨著近代計算機技術的飛速發(fā)展，孤立詞語音識別系統(tǒng)已經取得了較高的識別準確率，非特定人、大詞表連續(xù)語音識別技術成為當前的研究熱點。本論文在國家自然科學基金項目的支持下，進行了語音識別系統(tǒng)聲學模型訓練方法的研究。
　　聲學模型是識別系統(tǒng)的底層模型，也是語音識別系統(tǒng)中最關鍵的一部分，聲學模型的目標是提供一種有效的方法，計算語音的特征矢量序列和每個發(fā)音模板之間的距離，好的聲學模型能提高系統(tǒng)的識別率。
　　首先，本文首先介紹了語音識別

2、的相關主要技術，以及目前的發(fā)展現(xiàn)狀，講述語音識別系統(tǒng)的整體結構。
　　其次，講述語音識別系統(tǒng)的模型的構成，通常由聲學模型和語言模型兩部分組成，分別對應于語音到音節(jié)概率的計算和音節(jié)到字概率的計算。本文主要討論基于兩種聲學模型的研究和比較，分別是：隱馬爾可夫模型和條件隨機域模型。
　　最后利用隱馬爾可夫模型和條件隨機域模型分別建立聲學層模型；在語音識別系統(tǒng)的基礎上，進行語音識別訓練與識別，并對得到的實驗結果進行分析與對比，結果表