會議語音的混響消除及其大詞匯量連續(xù)語音識別的研究.pdf

1、語音識別技術(shù)的應用前景是無限的。應用語音的自動理解和翻譯，可以消除人類相互交往的語言障礙。隨著Internet網(wǎng)的爆炸性擴張，電子商務的迅速發(fā)展，語音識別技術(shù)將為網(wǎng)上會議、商業(yè)管理、醫(yī)藥衛(wèi)生、教育培訓等各領(lǐng)域帶來極大的便利。 隨著近代計算機技術(shù)的飛速發(fā)展，大詞匯量連續(xù)語音識別系統(tǒng)已經(jīng)取得了較高的識別準確率，語料庫的選擇也由干凈、單一的實驗室環(huán)境下語料轉(zhuǎn)為混雜著噪音、混響復雜環(huán)境下的語料。真實環(huán)境下的語音識別成為研究的熱點。

2、 論文圍繞美國加州伯克利大學ICSI研究所提供的會議語料庫，分析了影響識別率的三個原因：噪音、混響、說話人重疊。通過研究，旨在應用各種算法提高ICSI會議語料庫的基線識別率。論文首先對語音識別系統(tǒng)的結(jié)構(gòu)、語音模型、語言模型進行描述，然后分析了混響信號和混響模型，陳述了消除混響的基本方法，接著描述了ICSI語料庫的構(gòu)造和特點，最后分別提出了三種算法來消除噪音、混響和說話人重疊并且進行了實驗。對ICSI數(shù)字語料庫進行識別時通過減譜法和長時