《易混淆语音识别技术的研究》由会员分享，可在线阅读，更多相关《易混淆语音识别技术的研究（65页珍藏版）》请在金锄头文库上搜索。
1、南京邮电大学 硕士学位论文摘要学科、专业：王堂值呈曼信息处理 研究方向：玉线通信量筐呈处理撞本作者：武玉蝰 指导教师：颜丞红题目： 英文题目：主题词：易混淆语音H M M 局部保持映射 H T K 上下文相关音素模型iIirr IFI r i l li 1 l l f l Pi P P I I J 17 5 4 7 7 7K e y w o r d s ：C o n f u s e dW o r d s ，H M M ，L o c a l i t yP r e s e r v i n gP r o j e c t i o n s ，H T K ，C o n t e x tD e p e n d
2、 e n tP h o n eM o d e l蝥噬莹| 砉|篓釜啦鎏南京邮电大学硕士研究生学位论文摘要摘要易混淆语音是指那些具有相似发音机理，在听觉上容易混淆，容易被系统误识的语音单元。众所周知，随着语音识别算法的日趋成熟，易混淆语音的存在成为影响语音识别率的重要因素之一。无论是连续语音识别还是孤立词识别，都无法回避这个问题。易混淆语音容易被系统误识的原因很多，一方面是因为对它们提取的特征矢量没有完全把它们区分开，另一方面由于传统的声学模型中，所有H M M 模型都是由相同数目的状态和G M M 组成，而不同发音单元的发音时长相差很大，所以传统的声学模型不能准确的描述所有的发音单元。本文主要
3、对语音识别系统中的特征提取部分和声学模型部分进行了研究，并做出了有效的改进，以便降低系统对易混淆语音的错误识别率。论文的主要工作包括：1 在分析了常用的几种特征提取方法的基础上，利用小波分析在分析非平稳信号中的优点，结合L P C 分析，引入了一种新的特征参数一W L C 参数( W a v e l e tb a s e dL P CC o e f f i c i e n t ，W L C ) ，提高了易混淆语音的识别精度，并将其与传统的特征参数M F C C 和L P C C进行了实验比较。2 分析了常用的特征分析算法，研究了流形学习方法的思想以及拉普拉斯特征映射算法，通过将局部保持映射算法
4、( L o c a l i t yP r e s e r v i n gP r o j e c t i o n s ，L P P ) 运用到语音识别系统中，提高了易混淆语音的识别率，并就其在计算过程中遇到的问题给出了解决方法。3 对H T K 平台进行了详细的研究和分析，熟悉了基于H T K 平台的H M M 模型训练和性能评估的方法。4 分析了传统的声学模型的弊端，并根据实际情况，设计了两种不同的韵母拆分方式，最后利用H T K I 具实现了基于这两种方式的上下文相关音素建模，同传统的模型相比，新的模型的易混淆语音识别率得到了很大的提高。关键字：易混淆语音，H M M ，局部保持映射，H T
5、 K ，上下文相关音素模型T h i st h e s i sm a i n l yd i s c u s s e st h eo ft h et r a d i t i o n a lA S Rs y s t e ma n ds a n l et i m e s p e e c hf e a t u r ee x t r a c t i o np a r ta n dt h ea c o u s t i cm o d e l i n gp a r tg i v e ss o m en o v e li m p r o v e m e n t sa b o u tt h et w op a r
6、 t sa tt h e1 F h et a s k so ft h i st h e s i si n c l u d e ：( 1 ) P r e s e n t i n gan o v e lf e a t u r ec o e f f i c i e n t sc a l l e dW L C ( W a v e l e tb a s e dL P CC o e f f i c i e n t ，W L C )u s i n gD i s c r e t eW a v e l e tT r a n s f o r m ( D W T ) a n dL i n e a rP r e d
7、i c t i o nC o e f f i c i e n t ( L P C ) w h i c hc a ni m p r o v et h ep e r f o r m a n c eo ft h et r a d i t i o n a lA S Rs y s t e ms i g n i f i c a n t l ya n dh a v i n ga ne x p e r i m e n t a lc o m p a r i s o nt ot h eM F C Ca n dL P C Cf e a t u r ec o e f f i c i e n t sf i n a l
8、l y ( 2 ) A p p l y i n gan e wa l g o r i t h mw h i c hi sL o c a l i t yP r e s e r v i n gP r o j e c t i o n s ( L P P ) a l g o r i t h mt ot h ef e a t u r ev e c t o r sf o rd i m e n s i o n a l i t yr e d u c t i o na n dg i v i n ga na v a i l a b l em e t h o dt os o l v et h ep r o b l
9、e mw ew i l lm e e td u r i n gt h ep r o c e s so fd i m e n s i o n a l i t yr e d u c t i o n ( 3 ) S t u d y i n ga n da n a l y z i n gt h eH M MT o o l k i t ( H T K ) p l a t f o r ma n dm a s t e r i n gt h em e t h o df o ra c o u s t i cm o d e lt r a i n i n ga n dp e r f o r m a n c ee v
10、 a l u a t i o nb a s e do nH T K ( 4 ) E s t a b l i s h i n gt h eC D P h o n em o d e lw i t hd e c i s i o nt r e eb a s e ds t a t et y i n gb a s e do nS A M P A Cu s i n gH T K E x p e r i m e n t a lr e s u l t ss h o wt h a tt h e s ea p p r o a c h e sc o m p a r e df a v o r a b l yw i t
11、ht h eb a s e l i n es y s t e m K e y w o r d s ：C o n f u s e dW o r d s ，H M M ，L o c a l i t yP r e s e r v i n gP r o j e c t i o n s ，H T K ，C o n t e x tD e p e n d e n tP h o n eM o d e ln南京邮电大学硕士研究生学位论文目录目录j 萄璺IA b s t r a c t I I 第一章引言11 1 课题研究的背景和意义1 1 2 语音识别综述2 1 2 1 语音识别技术的发展历史2 1 2 2 语
12、音识别系统的分类3 1 2 3 语音识别系统的研究方向3 1 3 国内外研究与发展现状4 1 4 论文的主要内容与安排6 第二章语音识别关键技术7 2 1 语音信号特征参数的提取7 2 1 1 引言72 1 2M F C C 特征参数的提取72 2 特征分析1 0 2 2 1 引言1 0 2 2 2 线性判别分析( L D A ) 1 02 2 3 主分量分析( P C A ) 1 l 2 2 4 独立分量分析( I C A ) 13 2 3 语音识别中的声学模型1 4 2 3 1 声学模型的作用及分类1 42 3 2 语音识别单元的选取1 62 - 3 3 隐马尔可夫模型( H M M ) 一1 7 2 4 本章小结2 4 第三章W L C ( W a v e l e tb a s e dL P CC o e f f i c i e n t ) 参数的提取2 5 3 1 小波分析2 53 2L P C 分析2 83 2 1L P C 分析的原理2 83 2 2 倒谱分析3 13 2 3L P C C 系数的计算过程3 33 3W L C 参数的提取3 43 4 实验仿真3 6 3 5 本章小结3 6第四章局部保持映射分析( L P P ) 3 7 4 1 流形学习方法3 74 2L a p l a c i a n 特征映射3 74 3L P P 算法的原理3 94 4 实验仿真
