嵌入式連續(xù)語音識(shí)別算法研究.pdf

1、隨著移動(dòng)設(shè)備和語音識(shí)別技術(shù)的發(fā)展，嵌入式平臺(tái)下連續(xù)語音識(shí)別已成為當(dāng)前語音識(shí)別應(yīng)用研究的熱點(diǎn)。在現(xiàn)今大詞匯量連續(xù)語音識(shí)別距離實(shí)用化還存在不可忽視的溝壑下，某些特定領(lǐng)域內(nèi)中等詞匯的應(yīng)用則可以在小型設(shè)備中發(fā)揮大作用，其更加貼近自然語音的說話方式和便捷的人機(jī)交互方式將給人們生活帶來更大的便利。 在這一背景下，本文在大詞匯量連續(xù)語音識(shí)別系統(tǒng)的基礎(chǔ)上搭建的中等詞表語音識(shí)別系統(tǒng)，可應(yīng)用于電話信息查詢，PDA，GPS 等移動(dòng)設(shè)備語音交互等有限資

2、源平臺(tái)下，并可根據(jù)語法限制解析出關(guān)鍵字。在保證一定識(shí)別率情況下，系統(tǒng)以內(nèi)存消耗和計(jì)算性能為主要目的。 首先，以大詞匯量連續(xù)語音識(shí)別系統(tǒng)構(gòu)建的基線系統(tǒng)，采用單因子的HMM模型，語言模型采用有限狀態(tài)語法的確定有限狀態(tài)自動(dòng)機(jī)(DFA)來進(jìn)行語法限制，詞典樹為前綴共享的發(fā)音樹結(jié)合有限狀態(tài)網(wǎng)絡(luò)組合為搜索狀態(tài)空間，在這個(gè)空間中搜索策略為廣度優(yōu)先的幀同步維特比束搜索，以狀態(tài)層存活數(shù)目為剪枝目標(biāo)。在一遍搜索的結(jié)果上進(jìn)行第二遍深度優(yōu)先異步堆棧解碼

3、算法進(jìn)行二次搜索，在第二遍以詞為單位的擴(kuò)展過程中，加入了以后驗(yàn)概率為置信評(píng)分的簡單重估，該計(jì)算非常有效的減少了詞的刪除錯(cuò)誤，降低了誤警率。 然后對(duì)整個(gè)系統(tǒng)性能進(jìn)行測驗(yàn)和評(píng)估，結(jié)合測試集，知識(shí)資源和系統(tǒng)參數(shù)進(jìn)行了多項(xiàng)實(shí)驗(yàn)。在106*4句語音的測試集中，最好可獲得了96.65％的詞準(zhǔn)確率。并分析了系統(tǒng)的性能影響，內(nèi)存占用因素以及計(jì)算復(fù)雜度。算法復(fù)雜度有網(wǎng)絡(luò)擴(kuò)展和概率計(jì)算兩大部分，當(dāng)狀態(tài)分布越簡單，網(wǎng)絡(luò)越復(fù)雜時(shí)，輸出概率計(jì)算所占比重越

4、小。 并確定系統(tǒng)的嵌入式移植方案。本文中采用了TI MS320C6173浮點(diǎn)開發(fā)板，其主頻225MHz，SDRAM 16MB，F(xiàn)LASH為2MB，在500 詞以內(nèi)的任務(wù)下，根據(jù)以上的內(nèi)存占用分析和計(jì)算復(fù)雜度，此平臺(tái)是可以承受得。移植方案出于減少計(jì)算消耗考慮，將系統(tǒng)分為離線初始化和在線識(shí)別部分，離線部分包括調(diào)入資源模型以及構(gòu)造靜態(tài)搜索網(wǎng)絡(luò)，在線部分完成特征提取和搜索，利用中間文件的形式作為兩部分的橋梁，一定程度上減少了搜索空間的構(gòu)