大詞表自然語音關鍵詞識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別作為人機交互的一種重要方式，有著廣闊的應用前景。關鍵詞識別是語音識別的一種特殊情況，同傳統(tǒng)的連續(xù)語音識別相比，有正確率高，實用性強等特點，因此關鍵詞識別技術是近年來語音識別領域的一個研究熱點。 本文的主要內容是研究實現(xiàn)一個與說話人無關、與任務無關、針對自然語音、 大關鍵詞表的關鍵詞識別系統(tǒng)。 本文首先介紹了關鍵詞識別的相關技術，包括語音的預處理與特征參數的提取，聲學層HMM模型、語言學模型和關鍵詞搜索及關

2、鍵詞確認。然后依據本文目標，設計本文的系統(tǒng)框架，包含預處理和特征提取、語音識別器、關鍵詞搜索和置信度確認四大模塊。 在關鍵詞搜索模塊中，本文對語音識別器的兩種結果，即N-Best音節(jié)格和音節(jié)網格進行實驗討論，實驗結果表明，基于音節(jié)網格的關鍵詞搜索，在檢測率和運行速度上都優(yōu)于基于N-Best音節(jié)格的關鍵詞搜索。 置信度確認中，闡述了目前常用的三種置信度：基于聲學模型的置信度、基于后驗概率的置信度和基于動態(tài)排名信息的置信度。

3、通過實驗及理論分析三者的優(yōu)缺點，在此基礎上，對其進行置信度融合得到兩種混合置信度：一種是基于聲學置信度和后驗概率的混合置信度，另一種是基于動態(tài)排名和后驗概率的混合置信度。實驗結果表明，兩種混合置信度較單獨使用一類置信度性能更佳，且基于聲學置信度和后驗概率的混合置信度效果更優(yōu)。 基于上述實驗研究結果，采用實驗得到的最優(yōu)方法對系統(tǒng)進行實現(xiàn)，用1小時的電話信道口語對話語音對系統(tǒng)進行測試，實驗結果表明針對一個500個關鍵詞的檢測任務，系