短時(shí)語(yǔ)種識(shí)別若干問題研究.pdf

1、隨著語(yǔ)種識(shí)別技術(shù)的發(fā)展，在測(cè)試語(yǔ)句時(shí)長(zhǎng)超過(guò)30s的前提下，如今的自動(dòng)語(yǔ)種識(shí)別系統(tǒng)已基本能夠達(dá)到實(shí)用所需的性能指標(biāo)。然而在很多實(shí)際情況中，長(zhǎng)達(dá)30s的測(cè)試時(shí)長(zhǎng)要求是無(wú)法被大多數(shù)使用者所接受的，可當(dāng)測(cè)試語(yǔ)句的有效時(shí)長(zhǎng)減小到10s以下，現(xiàn)有語(yǔ)種識(shí)別系統(tǒng)的性能卻又面臨著較為嚴(yán)峻的挑戰(zhàn)。本論文圍繞語(yǔ)種識(shí)別系統(tǒng)在短時(shí)測(cè)試條件下識(shí)別性能不佳的問題展開研究，具體有以下幾方面內(nèi)容:
　　針對(duì)短時(shí)語(yǔ)音段難以利用統(tǒng)計(jì)方法獲得準(zhǔn)確表示的問題，論文通過(guò)對(duì)短

2、時(shí)特征易受噪聲影響且在模型空間中表達(dá)不準(zhǔn)的原因進(jìn)行分析，提出了用樣例的方法替代傳統(tǒng)的統(tǒng)計(jì)方法以克服數(shù)據(jù)稀疏問題，將模版空間構(gòu)造和特征編碼引入語(yǔ)種識(shí)別系統(tǒng)，最終得到對(duì)由時(shí)長(zhǎng)減少引起的相關(guān)差異更加魯棒的短時(shí)語(yǔ)音段新表示，從而提高短時(shí)語(yǔ)種識(shí)別的性能。實(shí)驗(yàn)表明，采用基于樣例的方法獲得更具時(shí)長(zhǎng)差異魯棒性的語(yǔ)音段表示后，系統(tǒng)的短時(shí)識(shí)別性能有比較明顯的提升。
　　關(guān)于如何從短時(shí)語(yǔ)音段表示中有效挖掘語(yǔ)種信息的問題，論文提出了將深層神經(jīng)網(wǎng)絡(luò)作為語(yǔ)種

3、識(shí)別系統(tǒng)的后端分類器，利用網(wǎng)絡(luò)模型的多層非線性映射得到短時(shí)樣本更具語(yǔ)種區(qū)分性的高層表達(dá)，從而更有效地對(duì)其進(jìn)行分類。同時(shí)論文還對(duì)深層神經(jīng)網(wǎng)絡(luò)分類器在訓(xùn)練過(guò)程中遇到的過(guò)擬合問題展開了研究，通過(guò)引入dropout策略對(duì)其加以抑制。實(shí)驗(yàn)表明，使用深層神經(jīng)網(wǎng)絡(luò)作為語(yǔ)種識(shí)別系統(tǒng)的后端分類器對(duì)提高系統(tǒng)的短時(shí)識(shí)別性能有很大幫助。
　　為了更進(jìn)一步利用深層神經(jīng)網(wǎng)絡(luò)的高層表達(dá)能力，論文提出了將其應(yīng)用于語(yǔ)種識(shí)別系統(tǒng)的特征提取，通過(guò)提取語(yǔ)種區(qū)分能力更強(qiáng)的