中等詞匯量的漢語連續(xù)語音關(guān)鍵詞識(shí)別系統(tǒng).pdf

1、語音識(shí)別技術(shù)是利用計(jì)算機(jī)處理語音信號(hào)，并將語音信號(hào)轉(zhuǎn)換成有意義符號(hào)序列的一項(xiàng)技術(shù)。以命令詞識(shí)別、關(guān)鍵詞識(shí)別和連續(xù)數(shù)字串識(shí)別為代表的中小訶匯量語音識(shí)別技術(shù)，是語音識(shí)別實(shí)甩化研究中相當(dāng)重要的方向。 本文開展的工作主要集中于仿生模式識(shí)別理論在漢語關(guān)鍵詞識(shí)別領(lǐng)域的應(yīng)用。仿生模式識(shí)別強(qiáng)調(diào)“認(rèn)識(shí)”事物，而不是對(duì)事物進(jìn)行“分類”。已有的大部分實(shí)現(xiàn)均采用了神經(jīng)網(wǎng)絡(luò)的硬件方式，本文則依靠軟件方式，并提出了自己的超多面體覆蓋檢測(cè)算法。與傳統(tǒng)的連續(xù)隱

2、馬爾可夫模型的比較實(shí)驗(yàn)表明，仿生模式識(shí)別的方法在少量樣本的情況下識(shí)別率遠(yuǎn)遠(yuǎn)優(yōu)于隱馬爾可夫模型。而將該理論應(yīng)用到端點(diǎn)檢測(cè)方面也取得了很好的效果。 關(guān)鍵訶識(shí)別系統(tǒng)在識(shí)別之后需要經(jīng)過說話驗(yàn)證階段。本文采用后分類器作為驗(yàn)證器實(shí)現(xiàn)說話驗(yàn)證。在研究了統(tǒng)計(jì)學(xué)習(xí)理論中的嚴(yán)格支持向量機(jī)算法后，提出了參數(shù)優(yōu)化迭代的訓(xùn)練算法。實(shí)驗(yàn)表明應(yīng)用該算法實(shí)現(xiàn)的后分類器在關(guān)鍵詞識(shí)別系統(tǒng)的說話驗(yàn)證階段提高了系統(tǒng)的檢出率。 綜合上述的研究成果，本文實(shí)現(xiàn)了一個(gè)