基于隱馬爾科夫模型的語音識別技術(shù)研究.pdf

1、語音識別是機(jī)器通過識別和理解過程把人類的語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。其根本目的是研究出一種具有聽覺功能的機(jī)器，這種機(jī)器能直接接受人的語音，理解人的意圖，并做出相應(yīng)的反應(yīng)。 語音識別以語音信號為研究對象，是語音信號處理的一個(gè)重要研究方向，是模式識別的一個(gè)分支，涉及到語言學(xué)、計(jì)算機(jī)科學(xué)、信號處理以及生理學(xué)、心理學(xué)等諸多領(lǐng)域，甚至還涉及到人的體態(tài)語言，其最終目標(biāo)是實(shí)現(xiàn)人與機(jī)器進(jìn)行自然語言通信。語音識別具有廣闊的應(yīng)用前景，已經(jīng)

2、在聽寫機(jī)、電話查詢系統(tǒng)、家電控制等諸多領(lǐng)域獲得到了充分的應(yīng)用。 目前說話人識別領(lǐng)域主流的算法是基于隱馬爾科夫模型(Hidden MarkovModel)。隱馬爾科夫模型用隱含狀態(tài)對應(yīng)聲學(xué)各層相對穩(wěn)定的發(fā)音單元，并通過狀態(tài)的駐留，轉(zhuǎn)移描述發(fā)音變化。為了研究方便，隱馬爾科夫模型假設(shè)連續(xù)段長分布的時(shí)間是服從幾何分布，但這與真實(shí)的分布規(guī)律并不相符。本課題試采用的基于段長分布的隱馬爾科夫模型更準(zhǔn)確的描述語音信號的時(shí)間相關(guān)性。 本文

3、以HTK(HMM toolkit)工具作為語音信號處理平臺，建造一個(gè)簡單的基于特定人的連續(xù)漢語語音識別系統(tǒng)。利用該系統(tǒng)分別對采用不同類型的特征參數(shù)的識別效果進(jìn)行比較，通過實(shí)驗(yàn)方式找出最合適該漢語識別系統(tǒng)的模型參數(shù)設(shè)定。實(shí)驗(yàn)發(fā)現(xiàn)將漢語中的聲母和韻母作為基本的聲學(xué)單元來建立HMM模型，將聲母韻母狀態(tài)數(shù)分別設(shè)為3和5，輸出觀察值混合高斯維數(shù)為7時(shí)，識別的準(zhǔn)確率可以達(dá)到較好的效果，繼續(xù)增加狀態(tài)數(shù)和高斯維數(shù)后，識別結(jié)果沒有明顯提高而且使識別速度變