面向語音識別的蒙古語聲學(xué)模型的研究.pdf

1、語音識別是機(jī)器通過識別和理解過程把人類的語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。作為人工智能領(lǐng)域一個重要的研究課題,它的發(fā)展將會對未來的人機(jī)交互界面帶來極大的影響。在語音識別的研究中,非特定人、大詞匯量、連續(xù)語音識別是最困難,最具挑戰(zhàn)性的一個課題。蒙古語是世界范圍內(nèi)有影響的語言,對蒙古語進(jìn)行語音識別的研究必將促進(jìn)蒙古文信息處理的發(fā)展,具有重要的實(shí)際意義。 “在給定的某個語音輸入下哪個句子是最可能的句子?”,這個問題通?？梢赞D(zhuǎn)化為計

2、算每個句子的兩個概率的乘積問題。這兩個乘積項分別是語言模型和聲學(xué)模型。語言模型給出任意詞序列在文本中出現(xiàn)的概率,它可以約束搜索空間,提高裁剪準(zhǔn)確性,從而達(dá)到降低誤識率的作用。聲學(xué)模型描述某種詞序列下產(chǎn)生聲學(xué)序列的概率,不僅是識別系統(tǒng)的底層模型,而且是語音識別系統(tǒng)中最關(guān)鍵的一部分。 為了達(dá)到提高聲學(xué)模型性能的目標(biāo),一種途徑是精心設(shè)計語音數(shù)據(jù)庫的腳本和不斷增加語音樣本,使語音庫盡可能覆蓋所有可能的聲學(xué)和語言現(xiàn)象。另一種途徑是研究更好