低代價語音識別技術的研究.pdf

1、上海交通大學博士學位論文低代價語音識別技術的研究姓名：吳邊申請學位級別：博士專業(yè)：模式識別與智能系統(tǒng)指導教師：劉重慶20040501摘要II對語音識別系統(tǒng)性能的影響根據語音識別系統(tǒng)工作環(huán)境的特性對聲學模型進行補償以減少訓練條件和測試條件的失配增強語音識別系統(tǒng)在移動噪聲環(huán)境中的魯棒性并聯模型混合(PMC)是一種典型的基于模型的環(huán)境補償技術其基本思想是改變隱馬爾可夫聲學模型的一系列參量使它能夠適應新的聲學環(huán)境本文對并聯模型混合的靜態(tài)參數補償

2、算法作出了改進提出一種新的補償方法該方法直接根據干凈語音模型的概率密度和噪聲模型的概率密度計算受污染語音信號概率密度避免了用特定分布模型描述受污染語音信號觀察矢量時所帶來的誤差仿真實驗和實際數據實驗都表明算法對受污染語音信號概率密度的描述較傳統(tǒng)的并聯模型混合靜態(tài)參數補償算法更為準確尤其在低信噪比的條件下較傳統(tǒng)的算法具有更好的魯棒性性能特別值得提出的是該環(huán)境補償算法有較低的計算代價可以與端點檢測算法進行配合進行實時補償最后研究了快速說話人

3、自適應算法自適應算法是為了提高非特定人低代價語音識別系統(tǒng)對特定用戶的識別性能且仍然保持有非特定人的特性說話人自適應技術通過少量特定說話人數據的訓練對聲學模型進行修正使得非特定人語音識別系統(tǒng)對特定說話人的性能有顯著的提高本文提出了一種低代價的快速離線說話人自適應算法首先利用少量特定人的數據訓練一個單一高斯HMM模型然后將單一高斯模型與非特定人聲學模型進行合并最終將自適應模型用于語音識別系統(tǒng)實驗全面地評估了算法的有效性表明對于母語說話人和非