大詞表自然語(yǔ)音關(guān)鍵詞識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別作為人機(jī)交互的一種重要方式，有著廣闊的應(yīng)用前景。關(guān)鍵詞識(shí)別是語(yǔ)音識(shí)別的一種特殊情況，同傳統(tǒng)的連續(xù)語(yǔ)音識(shí)別相比，有正確率高，實(shí)用性強(qiáng)等特點(diǎn)，因此關(guān)鍵詞識(shí)別技術(shù)是近年來(lái)語(yǔ)音識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。 本文的主要內(nèi)容是研究實(shí)現(xiàn)一個(gè)與說(shuō)話人無(wú)關(guān)、與任務(wù)無(wú)關(guān)、針對(duì)自然語(yǔ)音、 大關(guān)鍵詞表的關(guān)鍵詞識(shí)別系統(tǒng)。 本文首先介紹了關(guān)鍵詞識(shí)別的相關(guān)技術(shù)，包括語(yǔ)音的預(yù)處理與特征參數(shù)的提取，聲學(xué)層HMM模型、語(yǔ)言學(xué)模型和關(guān)鍵詞搜索及關(guān)

2、鍵詞確認(rèn)。然后依據(jù)本文目標(biāo)，設(shè)計(jì)本文的系統(tǒng)框架，包含預(yù)處理和特征提取、語(yǔ)音識(shí)別器、關(guān)鍵詞搜索和置信度確認(rèn)四大模塊。 在關(guān)鍵詞搜索模塊中，本文對(duì)語(yǔ)音識(shí)別器的兩種結(jié)果，即N-Best音節(jié)格和音節(jié)網(wǎng)格進(jìn)行實(shí)驗(yàn)討論，實(shí)驗(yàn)結(jié)果表明，基于音節(jié)網(wǎng)格的關(guān)鍵詞搜索，在檢測(cè)率和運(yùn)行速度上都優(yōu)于基于N-Best音節(jié)格的關(guān)鍵詞搜索。 置信度確認(rèn)中，闡述了目前常用的三種置信度：基于聲學(xué)模型的置信度、基于后驗(yàn)概率的置信度和基于動(dòng)態(tài)排名信息的置信度。

3、通過(guò)實(shí)驗(yàn)及理論分析三者的優(yōu)缺點(diǎn)，在此基礎(chǔ)上，對(duì)其進(jìn)行置信度融合得到兩種混合置信度：一種是基于聲學(xué)置信度和后驗(yàn)概率的混合置信度，另一種是基于動(dòng)態(tài)排名和后驗(yàn)概率的混合置信度。實(shí)驗(yàn)結(jié)果表明，兩種混合置信度較單獨(dú)使用一類(lèi)置信度性能更佳，且基于聲學(xué)置信度和后驗(yàn)概率的混合置信度效果更優(yōu)。 基于上述實(shí)驗(yàn)研究結(jié)果，采用實(shí)驗(yàn)得到的最優(yōu)方法對(duì)系統(tǒng)進(jìn)行實(shí)現(xiàn)，用1小時(shí)的電話信道口語(yǔ)對(duì)話語(yǔ)音對(duì)系統(tǒng)進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明針對(duì)一個(gè)500個(gè)關(guān)鍵詞的檢測(cè)任務(wù)，系