基于改進(jìn)特征值的語(yǔ)音關(guān)鍵詞提取.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和媒體應(yīng)用的迅速發(fā)展，網(wǎng)絡(luò)中的影音資源所占的比重越來(lái)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(yīng)用，語(yǔ)音檢索就顯示出重要的研究?jī)r(jià)值。語(yǔ)音檢索的核心問(wèn)題是語(yǔ)音關(guān)鍵詞的提取，語(yǔ)音關(guān)鍵詞提取衍生于語(yǔ)音識(shí)別。語(yǔ)音識(shí)別也被稱為自動(dòng)語(yǔ)音識(shí)別(AutomaticSpeech Recognition，ASR)，是將人的說(shuō)話語(yǔ)音內(nèi)容轉(zhuǎn)化為計(jì)算機(jī)能夠處理的形式。語(yǔ)音關(guān)鍵詞提取是建立在語(yǔ)音識(shí)別的基礎(chǔ)之上，對(duì)語(yǔ)音識(shí)別的結(jié)果

2、進(jìn)行進(jìn)一步分析，從中提取能夠反映語(yǔ)音內(nèi)容或主題的代表性詞語(yǔ)。語(yǔ)音關(guān)鍵詞提取是語(yǔ)音檢索的核心技術(shù)之一，具有重要的意義和研究?jī)r(jià)值，成為近幾年的研究熱點(diǎn)。
　　本文主要研究的是在非限定說(shuō)話人和非特定任務(wù)的情況下進(jìn)行的，通過(guò)基于大詞表(Large Vocabulary)的語(yǔ)音識(shí)別技術(shù)，利用詞混淆網(wǎng)絡(luò)(Word ConfusionNetwork，WCN)并結(jié)合文本檢索的相關(guān)技術(shù)來(lái)提取語(yǔ)音文件中關(guān)鍵詞。
　　本文首先闡述了語(yǔ)音關(guān)鍵詞提取

3、的意義及其研究現(xiàn)狀。然后介紹了語(yǔ)音關(guān)鍵詞提取的相關(guān)技術(shù)，如語(yǔ)音的時(shí)域和頻域特征、聲學(xué)模型和語(yǔ)言學(xué)模型等。接著從語(yǔ)音分割、語(yǔ)音識(shí)別、混淆網(wǎng)絡(luò)的生成、關(guān)鍵詞的提取和置信度確認(rèn)等幾個(gè)方面分別進(jìn)行了詳細(xì)論述。
　　在語(yǔ)音分割模塊，本文對(duì)傳統(tǒng)的特征值進(jìn)行改進(jìn)，得到區(qū)分度更好的特征值，如將短時(shí)能量改進(jìn)為低短時(shí)能量比率。利用改進(jìn)之后的特征值進(jìn)行語(yǔ)音分割，提取出語(yǔ)音信號(hào)中的對(duì)話部分。
　　在關(guān)鍵詞提取模塊，系統(tǒng)對(duì)語(yǔ)音識(shí)別模塊得到的網(wǎng)格做進(jìn)一