低代價(jià)語(yǔ)音識(shí)別技術(shù)的研究.pdf

1、上海交通大學(xué)博士學(xué)位論文低代價(jià)語(yǔ)音識(shí)別技術(shù)的研究姓名：吳邊申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：劉重慶20040501摘要II對(duì)語(yǔ)音識(shí)別系統(tǒng)性能的影響根據(jù)語(yǔ)音識(shí)別系統(tǒng)工作環(huán)境的特性對(duì)聲學(xué)模型進(jìn)行補(bǔ)償以減少訓(xùn)練條件和測(cè)試條件的失配增強(qiáng)語(yǔ)音識(shí)別系統(tǒng)在移動(dòng)噪聲環(huán)境中的魯棒性并聯(lián)模型混合(PMC)是一種典型的基于模型的環(huán)境補(bǔ)償技術(shù)其基本思想是改變隱馬爾可夫聲學(xué)模型的一系列參量使它能夠適應(yīng)新的聲學(xué)環(huán)境本文對(duì)并聯(lián)模型混合的靜態(tài)參數(shù)補(bǔ)償

2、算法作出了改進(jìn)提出一種新的補(bǔ)償方法該方法直接根據(jù)干凈語(yǔ)音模型的概率密度和噪聲模型的概率密度計(jì)算受污染語(yǔ)音信號(hào)概率密度避免了用特定分布模型描述受污染語(yǔ)音信號(hào)觀察矢量時(shí)所帶來(lái)的誤差仿真實(shí)驗(yàn)和實(shí)際數(shù)據(jù)實(shí)驗(yàn)都表明算法對(duì)受污染語(yǔ)音信號(hào)概率密度的描述較傳統(tǒng)的并聯(lián)模型混合靜態(tài)參數(shù)補(bǔ)償算法更為準(zhǔn)確尤其在低信噪比的條件下較傳統(tǒng)的算法具有更好的魯棒性性能特別值得提出的是該環(huán)境補(bǔ)償算法有較低的計(jì)算代價(jià)可以與端點(diǎn)檢測(cè)算法進(jìn)行配合進(jìn)行實(shí)時(shí)補(bǔ)償最后研究了快速說(shuō)話人

3、自適應(yīng)算法自適應(yīng)算法是為了提高非特定人低代價(jià)語(yǔ)音識(shí)別系統(tǒng)對(duì)特定用戶的識(shí)別性能且仍然保持有非特定人的特性說(shuō)話人自適應(yīng)技術(shù)通過(guò)少量特定說(shuō)話人數(shù)據(jù)的訓(xùn)練對(duì)聲學(xué)模型進(jìn)行修正使得非特定人語(yǔ)音識(shí)別系統(tǒng)對(duì)特定說(shuō)話人的性能有顯著的提高本文提出了一種低代價(jià)的快速離線說(shuō)話人自適應(yīng)算法首先利用少量特定人的數(shù)據(jù)訓(xùn)練一個(gè)單一高斯HMM模型然后將單一高斯模型與非特定人聲學(xué)模型進(jìn)行合并最終將自適應(yīng)模型用于語(yǔ)音識(shí)別系統(tǒng)實(shí)驗(yàn)全面地評(píng)估了算法的有效性表明對(duì)于母語(yǔ)說(shuō)話人和非