| 结合时长信息的HMM研究及其在汉语连续数字语音识别系统中的应用 |
| 黄超
|
| 1996-06-01
|
| 学位类型 | 工学硕士
|
| 中文摘要 | 连续数字的语音识别在现实中具有十分的意义，诸如电话语音 拨号，身份证号码证实， 自动数据录入，数据校对等，尽管英文 数字的识别已达到了相当高的识别率， 但汉语由于其独特的特 点， 目前，识别性能仍不理想。 在致力于提高系统识别性能的同时，我们提出了一系列的改进 措施：在参数表示中加进了差分及高阶差分信息等动态特征，从 而提供了关于参数在时域和频域的比较全面的二元描述； 尤其 是关于时长信息的引入及其相应的训练、识别算法，一方面改进 了传统HMM在这方面建模的不足，具有普遍的应用价值，其次显 著提高了系统的识别性能，对插入和删除错误具有明显的改善； 在非特定人的识别中， 除了进行时长自适应以便加强时长对不 定人的建模能力外，还尝试了说话人聚类， 即对不同类别分开建 模的方法； 为了利用上下文的信息，进行了考虑上下文影响的字 建模，取得了一定的效果；在研制系统中，还设计了一套全面平 衡各种统计特征的特定人及非特定人的汉语连续数字库及一套 对识别结果进行自动统计分析、分类的程序，为快捷准确地分析 错误来源，从而采取相应的改进措施提供了客观的依据。 最后，在综合上述措施、方法的基础上，建立了一个’Windows下的 汉语连续数字语音识别口呼系统，在不依赖任何加速板卡的条 件下， 即从特征提取到识别均在奔腾586／100上完成，达到实时识 别，在计人数字1的两种读音／yi／和／yiao／情形下，取得了较理想的 识别效果。 最后值得说明的是，尽管上述方法是针对数字识别任务提出的， 但是几乎所有的方案， 如动态特征、时长信息、 说话人聚类、 上 下文建模等均具有普遍的推广意义， 即可直接应用于其它识别 任务中。 |
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/7152
|
| 专题 | 毕业生_硕士学位论文
|
推荐引用方式
GB/T 7714 |
黄超. 结合时长信息的HMM研究及其在汉语连续数字语音识别系统中的应用[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1996.
|
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