語音識別中置信度技術(shù)的研究.pdf

1、語音識別技術(shù)也稱自動語音識別，是將人的說話內(nèi)容轉(zhuǎn)換為機器可以理解的輸入的技術(shù)。語音識別技術(shù)在實踐應(yīng)用中遇到了很多挑戰(zhàn)，例如隨機噪聲，信道失真，說話人變化等其他一些不匹配因素。針對這些因素，一方面可以通過專門的技術(shù)來提高語音識別系統(tǒng)在上述不利條件下的魯棒性。另一方面，考慮到語音識別系統(tǒng)必然包含著錯誤的識別結(jié)果，通過置信度使得系統(tǒng)輸出可靠性比較高的結(jié)果，而對于不可靠的識別結(jié)果進行其他的處理，使得系統(tǒng)的性能在一個可以接受的范圍內(nèi)。
　　

2、 當(dāng)前語音識別技術(shù)的主流是基于經(jīng)驗風(fēng)險最小化原則的隱馬爾可夫模型(HMM)。由V.N.Vapnik等人提出的支持向量機分類技術(shù)(SVM)是基于結(jié)構(gòu)風(fēng)險最小化原則，它有很好的泛化能力，算法具有全局最優(yōu)性。本文主要研究語音識別中置信度估值方法及其應(yīng)用。本文主要針對在HMM框架的基礎(chǔ)上的置信度的研究主要包括：置信度信息源的選擇及綜合；信息綜合模型的選擇等。
　　 本文構(gòu)建的語音識別系統(tǒng)針對汽車環(huán)境語音識別，識別系統(tǒng)由識別(Recog

3、nition)和驗證(Verification)兩個部分組成。識別部分，語音信號的特征通過HMM識別器，得到識別結(jié)果及相關(guān)的信息，作為SVM多分類器的分類對象，得到分類結(jié)果。驗證部分，SVM進行二分類，對分類結(jié)果即識別結(jié)果信息作置信度評價。本文的創(chuàng)新點：結(jié)合多分類SVM的HMM識別器，并將SVM的輸出作為置信信息的來源之一。同時，本文對SVM的多分類、輸出概率化及大量數(shù)據(jù)訓(xùn)練問題進行了研究。SVM多分類器與二分類器在識別與驗證兩個階段的