漢語(yǔ)廣播語(yǔ)音識(shí)別系統(tǒng)的研究.pdf

1、廣播語(yǔ)音識(shí)別技術(shù)的研究是當(dāng)前大詞匯量連續(xù)語(yǔ)音研究的一個(gè)熱點(diǎn)問(wèn)題。廣播電視新聞節(jié)目包括了說(shuō)話(huà)人、方言口音、聲道變化、聲學(xué)環(huán)境的一系列聲學(xué)的復(fù)雜特征，對(duì)于語(yǔ)音技術(shù)的實(shí)用化研究是一種理想的研究對(duì)象，對(duì)于語(yǔ)音技術(shù)走向?qū)嵱没矫嬗兄卮蟮囊饬x。本文針對(duì)廣播語(yǔ)音識(shí)別系統(tǒng)中的關(guān)鍵問(wèn)題，在以下幾個(gè)方面進(jìn)行了廣泛和深入的研究。 首先，在廣播語(yǔ)音的音頻數(shù)據(jù)切分方面，本文提出了一種基于檢測(cè)熵變化趨勢(shì)的變窗長(zhǎng)音頻特征跳變點(diǎn)檢測(cè)方法。本文提出的方法在一個(gè)

2、固定的數(shù)據(jù)窗內(nèi)，通過(guò)檢測(cè)窗內(nèi)所有可能跳變點(diǎn)的熵的變化趨勢(shì)來(lái)最終確定真實(shí)的音頻跳變點(diǎn)。這種方法不同于傳統(tǒng)的基于BIC準(zhǔn)則的音頻跳變點(diǎn)檢測(cè)方法，避免了由于設(shè)定固定門(mén)限而導(dǎo)致引起漏檢和數(shù)據(jù)積累帶來(lái)的累積誤差。在分類(lèi)的過(guò)程中，用分組高斯方法代替?zhèn)鹘y(tǒng)的高斯混合模型(GMM)分類(lèi)器，取得了更加準(zhǔn)確的分類(lèi)結(jié)果，實(shí)現(xiàn)了快速高效的基于矢量量化的多碼本聚類(lèi)算法。 其次，在廣播語(yǔ)音識(shí)別系統(tǒng)的自適應(yīng)訓(xùn)練方面，本文提出了一種基于子空間聚類(lèi)的多層MLLR自

3、適應(yīng)算法，這種算法在子空間框架下對(duì)高斯模型進(jìn)行聚類(lèi)，基于目標(biāo)驅(qū)動(dòng)的原則，通過(guò)引入反饋機(jī)制，根據(jù)自適應(yīng)數(shù)據(jù)的似然概率的增加動(dòng)態(tài)的決定自適應(yīng)變換類(lèi)的數(shù)目。通過(guò)采取子空間聚類(lèi)的策略，大大減少了待估計(jì)參數(shù)的數(shù)目。實(shí)驗(yàn)結(jié)果表明，本方法在自適應(yīng)數(shù)據(jù)比較少的情況下，有著比傳統(tǒng)基于自適應(yīng)回歸樹(shù)算法更高的識(shí)別率。在無(wú)監(jiān)督自適應(yīng)方面，本文對(duì)可信度機(jī)制做了一些探討，通過(guò)合理的引入可信度機(jī)制可以提高系統(tǒng)無(wú)監(jiān)督自適應(yīng)的性能。 最后，在廣播語(yǔ)音的聲學(xué)建模方

4、面，針對(duì)現(xiàn)有對(duì)角方差建模的缺陷與不足，在空間旋轉(zhuǎn)變換的理論基礎(chǔ)上，結(jié)合部分方差共享(STC)的模型補(bǔ)償方法，本文提出一種基于共享狀態(tài)空間旋轉(zhuǎn)變換的相關(guān)特征建模方法(TyingSSR)。通過(guò)狀態(tài)空間旋轉(zhuǎn)變換方法(SSR)，在變換后的新的特征空間實(shí)現(xiàn)解相關(guān)的目的，在新的不相關(guān)的空間采用對(duì)角方差建模技術(shù)對(duì)聲學(xué)特征進(jìn)行精確建模。以似然概率損失最小為原則，對(duì)變換矩陣進(jìn)行合并共享，通過(guò)BIC準(zhǔn)則方法確定最終的合并類(lèi)數(shù)，最后用部分方差共享技術(shù)對(duì)變換矩