基于聲學(xué)特征的自動(dòng)語(yǔ)言辨識(shí)研究.pdf

1、本文主要利用各種聲學(xué)特征參數(shù)基于GMM建模的方法開展了自動(dòng)語(yǔ)言辨識(shí)的研究，主要的研究工作包括： 1．六語(yǔ)種語(yǔ)音語(yǔ)料庫(kù)的建立：利用已有的漢語(yǔ)語(yǔ)料庫(kù)和從網(wǎng)絡(luò)上采集的英、德、日、法、西班牙等五種語(yǔ)言的語(yǔ)音建立了多語(yǔ)種語(yǔ)料庫(kù)。語(yǔ)料庫(kù)的訓(xùn)練集中有264個(gè)說話人、每人60～300秒的語(yǔ)音，測(cè)試集中每個(gè)語(yǔ)種有30～50個(gè)訓(xùn)練集外的說話人，每個(gè)人有至少50個(gè)平均時(shí)長(zhǎng)為4.5秒的語(yǔ)音片段。 2．自動(dòng)語(yǔ)言辨識(shí)系統(tǒng)的初步實(shí)驗(yàn)研究：建立了基于G

2、MM的六語(yǔ)種識(shí)別系統(tǒng)，研究了系統(tǒng)識(shí)別率、GMM的混合分量數(shù)目與訓(xùn)練數(shù)據(jù)多少的關(guān)系，以及RASTA濾波和CMS處理對(duì)MFCC參數(shù)性能的影響。 3．提出了一種新的二次彎折函數(shù)，研究了基于基音頻率均值的說話人歸一化技術(shù)在自動(dòng)語(yǔ)言辨識(shí)系統(tǒng)中的應(yīng)用。利用對(duì)比實(shí)驗(yàn)來比較二次彎折函數(shù)與常規(guī)的線性彎折函數(shù)和分段線性彎折函數(shù)的性能。 4．提出了滑動(dòng)倒譜的概念，并將兩種常用特征參數(shù)RASTA-MFCC和RASTA—PLP的滑動(dòng)倒譜與當(dāng)前研究