孤立詞語(yǔ)音識(shí)別隱馬爾可夫模型訓(xùn)練及學(xué)習(xí)算法的研究.pdf

1、語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。近二十年來(lái)，語(yǔ)音識(shí)別在計(jì)算機(jī)、信息處理、通信與電子系統(tǒng)、自動(dòng)控制等領(lǐng)域有著越來(lái)越廣泛的應(yīng)用。
　　目前幾乎所有成功的語(yǔ)音識(shí)別方法都是基于統(tǒng)計(jì)的、概率的或信息理論的方法，其中隱馬爾可夫模型(HiddenMarkovModels,HMM)法是最具代表性的。
　　HMM訓(xùn)練及學(xué)習(xí)算法的優(yōu)劣是語(yǔ)音識(shí)別成功與否的關(guān)鍵。本論文進(jìn)行了HMM統(tǒng)計(jì)概率模型的訓(xùn)練

2、及學(xué)習(xí)算法的研究和學(xué)習(xí)算法的ASIC設(shè)計(jì)。
　　本文首先介紹了語(yǔ)音識(shí)別相關(guān)技術(shù)的發(fā)展現(xiàn)狀及研究成果，描述了語(yǔ)音識(shí)別的基本系統(tǒng)結(jié)構(gòu)。
　　然后討論了隱馬爾可夫模型理論，包括模型結(jié)構(gòu)，訓(xùn)練算法，識(shí)別搜索算法等，以及在應(yīng)用中的一些實(shí)際問(wèn)題，包括初始化技術(shù)，防止溢出處理等。研究了隱馬爾可夫模型基于最大后驗(yàn)概率準(zhǔn)則(MaximumaPosteriori,MAP)的學(xué)習(xí)方法。
　　接著進(jìn)行了孤立詞語(yǔ)音識(shí)別系統(tǒng)訓(xùn)練及學(xué)習(xí)算法的系統(tǒng)實(shí)