基于元音長度調(diào)整的中語言語音識別.pdf

1、語音識別一直都是國內(nèi)外的一個重要的研究課題。目前的語音識別系統(tǒng)對發(fā)音人的語速具有一定的自適應(yīng)調(diào)整能力。但對于不同的發(fā)音人來說,這些自適應(yīng)調(diào)整能力都是不夠的,往往在識別那些語速過快或過慢的語音的時候,得到的識別率都比較低。
　　 本文從研究語音識別的一些基本理論入手,為了改善語音發(fā)音長短不同,而導(dǎo)致識別率下降的問題,重點研究了基于HMM模型以及動態(tài)時間規(guī)整算法的元音長度調(diào)整算法和元音分組算法,并進行了仿真與比較。本文的主要研究工作

2、如下:
　　 1.本文先對隱馬爾可夫模型(Hidden Markov Model,HMM)和動態(tài)時間規(guī)整算法(Dynamic Time Warping,DTW)進行了詳細的分析,并對基礎(chǔ)模型、算法進行了仿真實驗。將基于DTW算法的仿真結(jié)果,作為后續(xù)章節(jié)研究的基礎(chǔ)識別率,從而可清晰地看出改進算法對識別率的提高。
　　 2.根據(jù)漢語語音發(fā)音時,每一個音節(jié)都含有元音,元音長度占音節(jié)長度的主要部分,但是卻不包含發(fā)音的主要信息這些

3、特點,研究了在語音的元音部分,利用相關(guān)系數(shù)尋找相似波形,然后對元音部分進行相似波形的插入或刪除的方法,來改變元音部分的長度,進而調(diào)整語速。在對元音部分進行實際操作時,提出了一種新的計算方法,相對于原先的“調(diào)整-判斷-再調(diào)整-再判斷”方法,在算法速度上有了很大的提高。
　　 3.由于元音長度調(diào)整算法當中,閾值參數(shù)Lmax和Lmin的取值,不能完全兼顧到所有的孤立詞。本文提出了一種改進算法,即元音分組算法。該算法使用三種分組方法,分