基于HMM和ANN的漢語(yǔ)語(yǔ)音識(shí)別.pdf

1、本文著眼于漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)實(shí)用中所面臨的主要問(wèn)題，以提高識(shí)別率和提高識(shí)別系統(tǒng)的抗噪聲能力為目的，研究漢語(yǔ)語(yǔ)音識(shí)別實(shí)用化理論和關(guān)鍵技術(shù)。本文用大量的實(shí)驗(yàn)和數(shù)據(jù)來(lái)證實(shí)了所提出方法的有效性。主要研究工作和取得的成果如下：　　1.介紹語(yǔ)音識(shí)別系統(tǒng)中涉及到的基本概念及原理，分析一般語(yǔ)音識(shí)別系統(tǒng)的結(jié)構(gòu)及所用到的各種理論技術(shù)，包括語(yǔ)音識(shí)別單元的選取、特征參數(shù)提取、模式匹配及模型訓(xùn)練等技術(shù)?！　?.系統(tǒng)地研究了語(yǔ)音識(shí)別各種主要特征參數(shù)的提取方法，特

2、別分析和研究了反映語(yǔ)音倒譜特征的線性預(yù)測(cè)倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC)的提取方法。　　3.針對(duì)噪聲環(huán)境下的語(yǔ)音識(shí)別，本文提出了一種將連續(xù)概率密度隱馬爾可夫模型(CDHMM)與自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOFM)相結(jié)合而構(gòu)成的新型CDHMM/SOFM語(yǔ)音識(shí)別模型。實(shí)驗(yàn)證明，在信噪比較低的情況下，混合模型比傳統(tǒng)的CDHMM模型(用純凈語(yǔ)音訓(xùn)練出的HMM模型)以及在語(yǔ)音中直接加入加性噪聲訓(xùn)練出的CDHMM(記為CDHMMN

3、)模型識(shí)別率均有比較明顯的提高。接著又提出一種模糊神經(jīng)網(wǎng)絡(luò)語(yǔ)音數(shù)據(jù)分類模型，并對(duì)不同信噪比的語(yǔ)音數(shù)據(jù)采用該模型進(jìn)行識(shí)別。　　4.提出兩種基于神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法。其一是基于自組織特征映射(SOFM)和概率神經(jīng)網(wǎng)絡(luò)(PNN)的說(shuō)話人識(shí)別，即SOFM-PNN模型。在SOFM聚類的基礎(chǔ)上，利用PNN進(jìn)行概率分類。從實(shí)驗(yàn)數(shù)據(jù)可以看出，所設(shè)計(jì)的混合神經(jīng)網(wǎng)絡(luò)分類器是一種高性能、高效率的說(shuō)話人識(shí)別系統(tǒng)。　　5.針對(duì)傳統(tǒng)齊次隱馬爾可夫模型的缺陷