語(yǔ)音識(shí)別的矢量量化技術(shù)研究.pdf

1、語(yǔ)音識(shí)別主要指讓機(jī)器聽(tīng)懂人的語(yǔ)言，即在各種情況下，準(zhǔn)確地識(shí)別出語(yǔ)音的內(nèi)容，從而根據(jù)其信息，執(zhí)行人的各種意圖。 語(yǔ)音識(shí)別中，端點(diǎn)檢測(cè)占有非常重要的地位。在低信噪比環(huán)境下，利用短時(shí)能量和過(guò)零率很難得到精確的檢測(cè)結(jié)果。因此，本文根據(jù)語(yǔ)音幀間相關(guān)性，引入有限狀態(tài)矢量量化(Finite-State Vector Quantization，F(xiàn)SVQ)技術(shù)，并將其與傳統(tǒng)的雙門(mén)限比較法相結(jié)合用于語(yǔ)音的端點(diǎn)檢測(cè)，且給出具體實(shí)現(xiàn)步驟。大量實(shí)驗(yàn)表明這

2、種技術(shù)可以較精確地檢測(cè)出語(yǔ)音端點(diǎn)，特別是在低信噪比環(huán)境下，該方法更為有效。 目前，在語(yǔ)音識(shí)別技術(shù)中，矢量量化(Vector Quantization，VQ)是具有良好性能的模型訓(xùn)練和模式匹配技術(shù)之一。矢量量化的碼本設(shè)計(jì)過(guò)程中，經(jīng)典的LBG(Linde-Buzo-Gray)算法收斂速度快，但極易陷入局部最優(yōu)，且初始碼本的生成對(duì)最佳碼本的設(shè)計(jì)影響很大?？紤]到遺傳算法(Genetic Algorithm，GA)是一種具有全局優(yōu)化搜索能