武漢方言語音識別系統(tǒng)研究.pdf

1、語音識別自上世紀(jì)50年代興起一直是研究的熱點之一。我國研究語音識別技術(shù)較國外稍晚，自八十年代為其設(shè)立專項開始，到今天為止已經(jīng)取得很多突破性的進(jìn)展，但仍然有很多技術(shù)難關(guān)沒有攻破，除了語音識別技術(shù)的復(fù)雜性，漢語方言的多樣性也給其帶來了諸多的挑戰(zhàn)。當(dāng)前，已經(jīng)有一些科研人員將地方方言考慮到語音識別系統(tǒng)之中，但是由于這才處于開始階段，仍然有很多關(guān)鍵性問題沒有被解決。
　　完整的連續(xù)語音識別系統(tǒng)主要包括四個部分：預(yù)處理，特征提取，聲學(xué)模型和語

2、言模型。預(yù)處理模塊主要是對輸入語音信號進(jìn)行處理，原始語音信號通常受到噪音的干擾，以及聲源緣故可能造成的信號較弱，通過預(yù)處理之后，語音信號在不失真的情況下能過濾掉大部分噪音，且使得原本較弱的信號得到加強(qiáng)。特征提取主要是提取語音信號中能夠區(qū)別不同信號的特征參數(shù)，目前應(yīng)用最為廣泛的特征參數(shù)是Mel倒譜系數(shù)。聲學(xué)模型通過訓(xùn)練語音庫獲取參數(shù)模型，識別階段得到最佳參數(shù)流。語音模型的作用就是根據(jù)聲學(xué)層的參數(shù)流預(yù)測某個自然語言出現(xiàn)的概率。本文根據(jù)著重討

3、論其中三部分：預(yù)處理中語音端點檢測、基于HMM的聲學(xué)模型和基于統(tǒng)計的語言模型。完成的主要工作如下：
　　1)分析了武漢方言的發(fā)音特點，對比普通話的發(fā)音特性，標(biāo)注出其差異性，提取其語音特征，創(chuàng)建小型的武漢方言語音識別語料庫。
　　2)利用小波重構(gòu)語音信號，平滑處理背景噪音，改善語音端點檢測在低信噪比情形下檢測準(zhǔn)確率低的缺點。
　　3)提出一種基于重分形的語音端點檢測方法。利用語音信號的分形特性，逐次求取分形維數(shù)，并計算其