基于HTK的維吾爾語連續(xù)數(shù)字語音識別研究.pdf

1、本文采用統(tǒng)計模型的方法設(shè)計語音識別的聲學(xué)分析，研究了基于HMM模型的維吾爾語連續(xù)數(shù)字語音識別的語音庫建立、聲學(xué)模型建立和語言模型建立等關(guān)鍵技術(shù)，并利用HTK(HMM ToolKit)工具實現(xiàn)了維吾爾語連續(xù)數(shù)字語音識別系統(tǒng)。具體工作如下： (1)建立了一個適合于維吾爾語連續(xù)數(shù)字識別的小型語音語料庫。按照語音語料庫評價規(guī)范建立了相關(guān)語音庫和文本庫信息。 (2)利用HTK工具建立了維吾爾語連續(xù)數(shù)字語音聲學(xué)模型(隱馬爾可夫模型)

2、，并對模型進行了改進和優(yōu)化。引入了上下文相關(guān)的三音素模型，解決了維吾爾語的音聯(lián)和協(xié)同發(fā)音問題。使用了中間樹、三音子綁定、修補啞音、高斯混合分量的增加等算法，不斷地調(diào)整系統(tǒng)模板參數(shù)，使HMM模型參數(shù)向最佳狀態(tài)逼近。 (3)建立了基于規(guī)則的語言模型，使語法、語義知識和語音識別過程有效的結(jié)合。用廣度優(yōu)先算法搜索詞節(jié)點網(wǎng)絡(luò)，在識別率相似或相近的情況下，用語言模型排除掉不符合語義結(jié)構(gòu)的可能句子，提高了識別率和減少搜索范圍，這也是本文的主要

3、創(chuàng)新之處。 (4)用Visual C++的進行二次開發(fā)，修改語音識別器，使其可以脫離CMD命令的方式而獨立運行，改單線程為多線程，增加對內(nèi)存的管理，生成人機對話的應(yīng)用程序。 (5)最后使用編譯好的語音識別器，進行了實驗。實驗分三種：不同識別基元、增加高斯混合分量的數(shù)目、建立上下文相關(guān)和無關(guān)的語言模型對系統(tǒng)識別率影響的比較。通過實驗結(jié)果分析、驗證了系統(tǒng)提出的單音素和三音素建模技術(shù)，和上下文相關(guān)的語言模型的組織框架的可實施性