基于分段模型的幀間相關(guān)性建模研究.pdf

1、該文在隨機(jī)分段模型的框架之下,對(duì)語(yǔ)音識(shí)別中的幀間相關(guān)性建模方法進(jìn)行了深入的研究.主要工作包括:(1)分析了隨機(jī)分段模型的建模思想,重點(diǎn)研究了基于分段的線性動(dòng)態(tài)系統(tǒng)聲學(xué)模型.隨機(jī)分段模型在建模階段能夠充分利用特征之間的動(dòng)態(tài)特性,其對(duì)語(yǔ)音信號(hào)的數(shù)學(xué)描述比起HMM來(lái)也更顯精確.另外,通過(guò)大量的實(shí)驗(yàn)研究發(fā)現(xiàn),語(yǔ)音幀間的依賴關(guān)系可以用線性模型來(lái)描述.基于這兩方面考慮,線性動(dòng)態(tài)系統(tǒng)分段聲學(xué)模型可以更好地描述語(yǔ)音信號(hào).(2)實(shí)現(xiàn)了線性系統(tǒng)辨識(shí)EM算法

2、,提出了一種基于統(tǒng)計(jì)分析的算法初始化方法.EM算法是一種很有效的最大似然估計(jì)方法.但是,它最大的不足就是收斂速度太慢.加快收斂速度的最直接的方法就是解決算法的初值問(wèn)題.該文提出的算法初始化方法加快了算法收斂速度,且能保證算法數(shù)值穩(wěn)定.(3)提出了在分段時(shí)間歸整后再進(jìn)行軌跡平滑和根據(jù)上下文信息用多個(gè)模型為一個(gè)音節(jié)構(gòu)建兩個(gè)思想.軌跡平滑體現(xiàn)了線性動(dòng)態(tài)系統(tǒng)的軌跡建模思想.通過(guò)考慮音節(jié)的上下文信息可以為音節(jié)建立更精確的數(shù)學(xué)模型.實(shí)驗(yàn)結(jié)果表明,將