自動(dòng)語(yǔ)種識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、語(yǔ)種識(shí)別也叫語(yǔ)言辨識(shí)，其目的是使計(jì)算機(jī)具有根據(jù)一段輸入語(yǔ)音來(lái)自動(dòng)識(shí)別其所屬語(yǔ)言種類(lèi)的能力。語(yǔ)種識(shí)別在網(wǎng)絡(luò)安全、身份驗(yàn)證、多語(yǔ)種信息服務(wù)等領(lǐng)域有著廣泛的應(yīng)用。如今，日益開(kāi)放的國(guó)際環(huán)境和互聯(lián)網(wǎng)的飛速發(fā)展為語(yǔ)種識(shí)別帶來(lái)了新的挑戰(zhàn)。本文在前人研究成果的基礎(chǔ)上，從實(shí)際出發(fā)，設(shè)計(jì)和實(shí)現(xiàn)基于高斯混合模型-通用背景模型（Gaussian Mixture Model-Uniform Background Model, GMM-UBM）的語(yǔ)種識(shí)別系統(tǒng)，分別

2、在美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院（National Institute of Standards and Technology，NIST）語(yǔ)料庫(kù)和網(wǎng)絡(luò)環(huán)境下測(cè)試其性能。并且從系統(tǒng)的性能入手，在 GMM-UBM模型的基礎(chǔ)上引入支持向量機(jī)（ Support Vector Machine，SVM），建立GMM/SVM的語(yǔ)種識(shí)別系統(tǒng)。
　　本文的主要工作如下：
　　⑴開(kāi)發(fā)基于GMM-UBM的語(yǔ)種識(shí)別系統(tǒng)并完成相關(guān)實(shí)驗(yàn)，實(shí)驗(yàn)分析了模型參數(shù)的不

3、同及測(cè)試語(yǔ)音時(shí)長(zhǎng)對(duì)系統(tǒng)性能的影響。并給出了網(wǎng)絡(luò)環(huán)境下的在線(xiàn)測(cè)試結(jié)果。
　?、茷榱颂岣呦到y(tǒng)的整體性能，在 GMM-UBM模型基礎(chǔ)上引入 SVM，構(gòu)建基于GMM/SVM的語(yǔ)種識(shí)別系統(tǒng)，并和GMM-UBM系統(tǒng)做了相關(guān)對(duì)比實(shí)驗(yàn)。最后給出兩種系統(tǒng)的融合方案。
　　⑶本文在設(shè)計(jì)和實(shí)現(xiàn)語(yǔ)種識(shí)別系統(tǒng)時(shí)，始終從語(yǔ)種模型的運(yùn)算量、存儲(chǔ)量、和識(shí)別率等方面綜合平衡。在特征提取時(shí)引入計(jì)算預(yù)處理、快速計(jì)算等，在 GMM模型訓(xùn)練和測(cè)試階段采用Top N快