版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、摘要摘要語(yǔ)音信號(hào)中包含豐富的信息,除文本內(nèi)容外還包括很多與語(yǔ)音識(shí)別任務(wù)無(wú)關(guān)的部分。這些信息的典型來(lái)源包括說(shuō)話人性別、年齡、情緒、說(shuō)話風(fēng)格、背景噪聲、傳輸信道等因素,在本文中被統(tǒng)一定義為異質(zhì)性信息。對(duì)語(yǔ)音數(shù)據(jù)異質(zhì)性信息的處理正日趨成為當(dāng)前語(yǔ)音識(shí)別界研究的重點(diǎn)之一,其原因有二首先,異質(zhì)性因素的存在將會(huì)導(dǎo)致聲學(xué)模型參數(shù)的非線性畸變,從而造成誤識(shí)率的升高和模型推廣能力的下降其次,隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展,越來(lái)越多的異質(zhì)性相對(duì)明顯的現(xiàn)場(chǎng)數(shù)據(jù)參與到了
2、聲學(xué)模型的訓(xùn)練過(guò)程中。因此無(wú)論從研究的必要性還是從緊迫性方面來(lái)看,數(shù)據(jù)異質(zhì)性信息的處理問(wèn)題都?jí)櫞鉀Q。認(rèn)識(shí)問(wèn)題的過(guò)程是分析和綜合的統(tǒng)一。作為全文立論的基礎(chǔ)之一,本文對(duì)當(dāng)前主流語(yǔ)音識(shí)別系統(tǒng)的框架結(jié)構(gòu)和作為本文主要研究對(duì)象的聲學(xué)模型的訓(xùn)練準(zhǔn)則進(jìn)行了全面綜述,一方面界定本文的研究目的和意義,另一方面指出區(qū)分度訓(xùn)練對(duì)于解決語(yǔ)音數(shù)據(jù)異質(zhì)性問(wèn)題大有裨益。作為全文立論的基礎(chǔ)之二,我們多方面分析了異質(zhì)性信息對(duì)語(yǔ)音數(shù)據(jù)分類和建??赡茉斐傻挠绊?。在這些基礎(chǔ)
3、之上,本文對(duì)目前可行的解決方法做了全面的總結(jié),并依據(jù)算法的實(shí)質(zhì)將它們分為多套模型分而治之、消除、描述和利用四大類。分析的目的是為了綜合,并提出解決方案。為此我們分別進(jìn)一步研究了多套模型分而治之、消除、描述幾種策略,并遵循“在變化中尋找相對(duì)不變性,并為之建?!钡闹笇?dǎo)思想,提出了一種協(xié)同消除和描述策略的解決方案。本文針對(duì)語(yǔ)音數(shù)據(jù)中蘊(yùn)含的異質(zhì)性信息問(wèn)題進(jìn)行了深入的研究,涉及到了許多語(yǔ)音識(shí)別的基本問(wèn)題,主要的工作和貢獻(xiàn)有:.提出了一種基于非語(yǔ)境
4、因素?cái)U(kuò)展決策樹(shù)技術(shù)和輸出分布援蓋度測(cè)度的分析方法,這種方法不但可以定性反映異質(zhì)性因素對(duì)于語(yǔ)音數(shù)據(jù)分類和建??赡茉斐傻挠绊懀以谝欢ǔ潭壬线M(jìn)行定量描述提出了一種基于最大似然增益的模型組合算法,該算法一方面可以避免由于數(shù)據(jù)分類建模而可能帶來(lái)的訓(xùn)練數(shù)據(jù)稀疏問(wèn)題,同時(shí)包含一套靈活的模型組合和選擇機(jī)制:.發(fā)展了一種推廣的特征空間說(shuō)話人自適應(yīng)訓(xùn)練算法,將說(shuō)話人自適應(yīng)訓(xùn)練對(duì)于數(shù)據(jù)異質(zhì)性的消除能力推廣到了聲學(xué)模型的參數(shù)共享機(jī)制中,從而進(jìn)一步提高了模型
5、的推廣能力.將因素分析方差建模技術(shù)應(yīng)用到說(shuō)話人識(shí)別系統(tǒng)中,并研究了在訓(xùn)練數(shù)據(jù)嚴(yán)重稀疏條件下的多種模型參數(shù)共享技術(shù),顯著提高了說(shuō)話人識(shí)別系統(tǒng)的性能。借助因素分析,本文還研究了MFCC各維特征對(duì)說(shuō)話人識(shí)別任務(wù)的貢獻(xiàn)如頁(yè)英文摘要OnProcessingOfExtraneousAcousticVariationsandAcousticModelinginSpeechRecognitionAuthor:DINGPengSupervisor:XUB
6、oAbstractTherearemanykindsofunwantedvariabilitiesotherthanphoneticvariationscontainedinspeechsignalswhichmightcausedbydiferentspeakersspeakingstyleschanneloracousticenvironments.Sincethosevariationsexistedinthedataarenot
7、directlyrelatedtothemodelingpurposeinthispapertheyarenamedasextraneousacousticvariationsThehighnecessitiestodealwiththeextraneousacousticvariationsaretwofolds.Foronethinginthetrainingphasetheestimatedmodelmaybedivergedsu
8、bstantially飾alsomodelingextraneousvariations.Forthesecondthinginrecentyearstherehasbeenatrendtowardsusingfoundtrainingdatainwhichgreatervariabilitycanbeseenthanthespeciallycollecteddatatobuildspeechrecognitionsystems.Tos
9、olvetheprobleminthisthesiswefirstpresentedacomprehensiveanalysisontheefectsofextraneousacousticvariationsmayimposeontheclassificationandmodelingofspeechdata.Thenwebrieflyreviewandcategorizethepossiblesolutionsintodividea
10、ndconquerremovalmodelingandutilizationfourbroadclasses.Afterhavingtakenthedivideandconquerremovalmodelingstrategiesintofurtherstudiesweproposeasynergywhichcombinesfeaturespacespeakeradaptivetrainingandsemitiedcovariancem
11、odeltodealwiththeproblem.Inthisthesiswepresentedacomprehensivestudyontheprocessingofextraneousacousticvariations.Theefortsarefollowings:.Weproposeasimplebutwhatextenttheimpactconvenientanalysisschemetoexplicitlyshowtoofo
12、fofvarioussourcesspeechdata飾theextraneousvariationsimposedontheclassificationandmodelinggeneralfeaturesdecisiontree(GFDT)andOutputcoveragemeasure.AnewframeworkbasedonGFDTnamedasmaximumlikelihoodmodelcombinationisintroduc
13、ed.Byusingthisframeworkthetrainingdatasparseproblembroughtbytrainingdatasplittingcommonlyemployedinthedivideandconquerstrategycanbealeviatedandaflexiblemodelselectionprocedureisadvanced.Weextendsthefeaturespacespeakerada
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SNP arrays和NGS數(shù)據(jù)的腫瘤異質(zhì)性建模分析方法.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的智能信息處理.pdf
- 基于統(tǒng)計(jì)聲學(xué)建模的語(yǔ)音合成技術(shù)研究.pdf
- 何謂異質(zhì)性?
- 企業(yè)異質(zhì)性與出口:基于中國(guó)上市紡織企業(yè)數(shù)據(jù)的研究.pdf
- 基于深層神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別聲學(xué)建模研究.pdf
- 語(yǔ)音識(shí)別系統(tǒng)的聲學(xué)建模研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的稅務(wù)信息處理技術(shù)研究.pdf
- 基于通路的癌癥遺傳異質(zhì)性研究方法.pdf
- 基于企業(yè)異質(zhì)性的碳交易參與意愿研究.pdf
- 基于異質(zhì)性視角的企業(yè)空間選擇行為研究.pdf
- 基于PET圖像紋理特征的腫瘤異質(zhì)性研究.pdf
- 基于異質(zhì)性特征的電力價(jià)格歧視問(wèn)題研究.pdf
- 基于異質(zhì)性條件的股市均衡分析.pdf
- 我國(guó)異質(zhì)性勞動(dòng)力的就業(yè)效應(yīng)研究——基于CFPS數(shù)據(jù)的分析.pdf
- 官員異質(zhì)性與政府財(cái)務(wù)信息質(zhì)量相關(guān)性研究.pdf
- 人力資本異質(zhì)性研究.pdf
- 綜合數(shù)據(jù)信息處理平臺(tái)的研制.pdf
- 基于XML的智能信息處理研究.pdf
- 大鼠嗅球異質(zhì)性球旁細(xì)胞的電生理仿真建模研究.pdf
評(píng)論
0/150
提交評(píng)論