基于模糊理論的關鍵詞識別算法研究.pdf

1、關鍵詞識別是從一段連續(xù)的語音流當中識別出特定的一個或若干個關鍵詞的技術,是連續(xù)語音識別的一個分支。關鍵詞識別技術相對于連續(xù)語音識別來說具有耗時短、準確率高等特點,在很多領域具有廣泛的應用前景,越來越受到人們的重視。
　　 本文主要面向漢語小詞匯量的基于隱馬爾可夫模型的關鍵詞技術。由于關鍵詞識別不受說話人及說話方式的限制,往往在一段連續(xù)的語音流中出現(xiàn)若干與關鍵詞發(fā)音相近的易混淆的非關鍵詞,或者關鍵詞之間的發(fā)音相似,使系統(tǒng)的識別率下

2、降得很快。針對這樣的問題,本文采用自行錄制的語音,從對語音信號的預處理開始,采用短時平均能量法和短時平均幅度法對語音信號的始點與末點進行粗判,去除語音信號的無聲段。提取10維MFCC倒譜系數(shù)及其一階差分參數(shù)作為特征矢量,對關鍵詞和詞表外詞采用連續(xù)隱馬爾可夫模型進行建模。訓練階段,采用Baum-Welch算法進行重估迭代。在關鍵詞檢出階段,采用幀同步Viterbi搜索算法,得到若干候選關鍵詞。
　　 在關鍵詞確認階段,為了避免與關

3、鍵詞發(fā)音相似的非關鍵詞取代真正的關鍵詞及因為反詞模型的選取不夠完善而引起的誤識,在確認之前采用模糊c均值聚類的方法,引入隸屬度原則,以關鍵詞模型和反詞模型為聚類中心,對候選關鍵詞進行聚類,根據(jù)隸屬矩陣確認候選關鍵詞隸屬于哪一類,將聚類在反詞模型周圍的候選拒識掉,在確認階段,采用聚類后得到的更具代表性的反詞模型,應用似然準則對關鍵詞進行最后的確認。另外,還對關鍵詞混淆網(wǎng)絡進行了研究與實驗,并作為與引入模糊理論的關鍵詞識別的對比實驗。實驗表