孤立詞語音識(shí)別算法的研究和實(shí)現(xiàn).pdf

1、語音識(shí)別技術(shù)以語音信號(hào)處理為研究對(duì)象。本文主要研究小詞匯量、非特定人、孤立詞的漢語語音識(shí)別算法與實(shí)現(xiàn)。
　　文章首先介紹了隱馬爾可夫模型(HMM)，包括HMM的參數(shù)估計(jì)，Viterbi算法等。接著闡述了如何利用HMM構(gòu)建語音識(shí)別系統(tǒng)，分別討論了基于離散HMM(DHMM)和連續(xù)HMM(CHMM)的孤立詞語音識(shí)別系統(tǒng)。CHMM和DHMM的差別在于觀測(cè)值的概率分布函數(shù)。DHMM的概率分布函數(shù)是離散的概率值，而對(duì)CHMM則是連續(xù)的概率密度

2、，CHMM最常采用的概率密度函數(shù)是高斯混合模型(GMM)。DHMM具有運(yùn)算量小、存儲(chǔ)少的優(yōu)點(diǎn)，但由于DHMM存在量化誤差，識(shí)別精度較CHMM低。
　　在孤立詞語音識(shí)別系統(tǒng)中，詞表外(OOV)的語音輸入將會(huì)對(duì)語音識(shí)別系統(tǒng)產(chǎn)生難以預(yù)料的結(jié)果，這是設(shè)計(jì)中需要避免的，因此研究拒識(shí)算法變得十分重要。拒識(shí)算法主要有兩種方法，一是利用廢料模型，二是利用已有的識(shí)別結(jié)果進(jìn)行辨識(shí)。第一種方法需要額外訓(xùn)練廢料語音，而且一般難以選擇合適的廢料語音。因此實(shí)