基于HMM連續(xù)語音識別中關(guān)鍵技術(shù)的改進(jìn)算法研究.pdf

1、語音是人類最自然、最方便的交流工具。在現(xiàn)場交流中，它傳播速度快，可以在黑暗中便捷的傳播，是圖片、文字或者按鈕等其他視覺、觸覺信息無法替代的工具。隨著計(jì)算機(jī)技術(shù)的發(fā)展，和計(jì)算機(jī)進(jìn)行語言交流，使之理解人類語言成為人們的夢想和追求，而實(shí)現(xiàn)它的首要前提是使機(jī)器能夠識別人類語言，即語音識別。
　　 語音識別技術(shù)已取得巨大成就，形成了隱馬爾可夫模型(HMM)等有效識別技術(shù)，但語音識別仍存在著一系列問題亟待解決與改進(jìn)，如對環(huán)境和說話人的自適應(yīng)

2、性、抗噪聲干擾性、聲音模型和語言模型的完善化、訓(xùn)練工作量和識別速度的優(yōu)化等。本文以提高語音識別對環(huán)境的適應(yīng)性及優(yōu)化識別算法為主要目的，基于現(xiàn)代信號處理理論提出了一些新算法和新方案。主要內(nèi)容和創(chuàng)新性成果如下：
　　 1.分析了語音識別技術(shù)的現(xiàn)狀和現(xiàn)有理論，并指出存在的不足。
　　 2.為了降低語音信號特征參數(shù)求解算法的復(fù)雜性，針對基音周期，本文提出了利用變長短時(shí)自相關(guān)函數(shù)和變長短時(shí)平均幅度差函數(shù)計(jì)算。這些方法通過降低加、乘

3、法計(jì)算次數(shù)來減少計(jì)算量，原理上也體現(xiàn)了數(shù)學(xué)中滑動(dòng)平均的思想。仿真實(shí)驗(yàn)結(jié)果表明，與原有的短時(shí)自相關(guān)和短時(shí)平均幅度差函數(shù)方法比較，新算法在估計(jì)準(zhǔn)確率相同的情況下，可節(jié)省50％的計(jì)算時(shí)間，大大提高了算法的效率。
　　 3.針對線譜頻率參數(shù)，本文分析了求解原理和計(jì)算過程，提出先求M(x)的根來確定參數(shù)的所在區(qū)間，然后再利用二分法進(jìn)一步迭代縮小區(qū)間的新算法，相較于固定步長的算法，迭代次數(shù)要少很多。仿真實(shí)驗(yàn)及分析表明，新算法與其他三種傳統(tǒng)算

4、法相比，各種運(yùn)算次數(shù)明顯減少，乘法運(yùn)輸量僅為其他算法的13％～58％，且更加易于工程實(shí)現(xiàn)。
　　 4.語音端點(diǎn)的檢測是語音識別的一個(gè)重要組成部分。傳統(tǒng)的基于能量或過零率等特征的語音端點(diǎn)檢測，在強(qiáng)噪聲環(huán)境下，往往不能達(dá)到理想效果。實(shí)踐表明直接通過人眼對語音波形圖或頻譜圖進(jìn)行端點(diǎn)檢測往往比使用傳統(tǒng)的自動(dòng)檢測方法更好，所以用圖形處理替代人眼識別可得到一種新的端點(diǎn)檢測方法，實(shí)驗(yàn)表明該方法效果良好。
　　 5.針對HMM方法的訓(xùn)練