| 基于VQ-HMM的非特定人语音识别与说话人自适应算法研究 |
| 张希军
|
| 1995-06-01
|
| 学位类型 | 工学硕士
|
| 中文摘要 | 语音识别是一门新兴的边缘科学。随着计算机技术的发展，当 今社会信息化、自动化的要求不断提高，语音识别也越来越重要。 非特定人语音识别、大词汇量语音识别、连续语音识别是实现 语音识别实用化的三项关键技术，其中，非特定人语音识别最为困 难。虽然特定人语音识别已经取得了一定的成就，但仍不能得到广 泛的应用，人们渴望非特定人语音识别系统早日走向实用。同时， 人们也注意到非特定人语音识别系统的错误率通常是特定人系统的 2～3倍，这是非特定人识别系统走向实用的最大障碍，可以通过自 适应方法对系统性能加以改善。语音识别系统的自适应功能可以大 大地减少训练量，节约训练时间，并且可以避免随时间推移系统不 适应造成的重新训练要求，也可以使一个特定人或非特定人系统转 变为一个新的特定人系统，同时适应声学环境和声学通道的改变。 本文针对非特定人语音识别和说话人自适应开展研究，制定了 非特定人语音识别的基本策略是：在多个说话人语音库的基础上， 建立一个尽可能精确的非特定人语音识别系统，然后采用自适应的 方法，利用新说话人少量的训练语料，使系统与新的说话人相互适 应，获得较高的识别率。基于上述策略，我们建立了一个20人每 人646词的非特定人语音库，并在此基础上建立了一个基于VQ-HMM 的中等词汇量语音识别系统，对非特定人语音识别及说话人自适应 进行了多方面的研究、分析和实验：研究了端点检测算法；对LPC 倒谱和MFC倒谱两种不同特征参数作了分析比较：对HMM声学模 型进行了优化；对非特定人大词汇量语音识别进行了实验；在优化 的声学模型和MFC倒谱为特征的基础上，进行了三种说话人自适应 算法的研究和改进，采用多种方法相结合的途径，在新说话人的训 练语料仅为训练集内说话人语料16％的情况下，使训练集外说话人 语音识别达到了训练集内的水平；分析了自适应训练语料数与识别 错误率的关系；对系统在不同声学通道和声学环境下的鲁棒性以 及自适应算法的适应性进行了实验；针对三种自适应算法的性能特 点，提出了将三种自适应算法应用于语音识别系统的基本策略。 |
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/7115
|
| 专题 | 毕业生_硕士学位论文
|
推荐引用方式
GB/T 7714 |
张希军. 基于VQ-HMM的非特定人语音识别与说话人自适应算法研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1995.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论