基于改進特征值的語音關鍵詞提取.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網(wǎng)絡技術和媒體應用的迅速發(fā)展,網(wǎng)絡中的影音資源所占的比重越來越大。傳統(tǒng)的文本檢索已不能滿足人們需要,視頻檢索由于數(shù)據(jù)量大而得不到應用,語音檢索就顯示出重要的研究價值。語音檢索的核心問題是語音關鍵詞的提取,語音關鍵詞提取衍生于語音識別。語音識別也被稱為自動語音識別(AutomaticSpeech Recognition,ASR),是將人的說話語音內容轉化為計算機能夠處理的形式。語音關鍵詞提取是建立在語音識別的基礎之上,對語音識別的結果

2、進行進一步分析,從中提取能夠反映語音內容或主題的代表性詞語。語音關鍵詞提取是語音檢索的核心技術之一,具有重要的意義和研究價值,成為近幾年的研究熱點。
  本文主要研究的是在非限定說話人和非特定任務的情況下進行的,通過基于大詞表(Large Vocabulary)的語音識別技術,利用詞混淆網(wǎng)絡(Word ConfusionNetwork,WCN)并結合文本檢索的相關技術來提取語音文件中關鍵詞。
  本文首先闡述了語音關鍵詞提取

3、的意義及其研究現(xiàn)狀。然后介紹了語音關鍵詞提取的相關技術,如語音的時域和頻域特征、聲學模型和語言學模型等。接著從語音分割、語音識別、混淆網(wǎng)絡的生成、關鍵詞的提取和置信度確認等幾個方面分別進行了詳細論述。
  在語音分割模塊,本文對傳統(tǒng)的特征值進行改進,得到區(qū)分度更好的特征值,如將短時能量改進為低短時能量比率。利用改進之后的特征值進行語音分割,提取出語音信號中的對話部分。
  在關鍵詞提取模塊,系統(tǒng)對語音識別模塊得到的網(wǎng)格做進一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論