基于HMM和ANN的漢語語音識別.pdf

1、本文著眼于漢語語音識別系統(tǒng)實(shí)用中所面臨的主要問題，以提高識別率和提高識別系統(tǒng)的抗噪聲能力為目的，研究漢語語音識別實(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.介紹語音識別系統(tǒng)中涉及到的基本概念及原理，分析一般語音識別系統(tǒng)的結(jié)構(gòu)及所用到的各種理論技術(shù)，包括語音識別單元的選取、特征參數(shù)提取、模式匹配及模型訓(xùn)練等技術(shù)?！　?.系統(tǒng)地研究了語音識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音倒譜特征的線性預(yù)測倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC)的提取方法。　　3.針對噪聲環(huán)境下的語音識別，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語音識別模型。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(用純凈語音訓(xùn)練出的HMM模型)以及在語音中直接加入加性噪聲訓(xùn)練出的CDHMM(記為CDHMMN

3、)模型識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)語音數(shù)據(jù)分類模型，并對不同信噪比的語音數(shù)據(jù)采用該模型進(jìn)行識別?！　?.提出兩種基于神經(jīng)網(wǎng)絡(luò)的說話人識別方法。其一是基于自組織特征映射(SOFM)和概率神經(jīng)網(wǎng)絡(luò)(PNN)的說話人識別，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、高效率的說話人識別系統(tǒng)?！　?.針對傳統(tǒng)齊次隱馬爾可夫模型的缺陷