連續(xù)語(yǔ)音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別技術(shù)，也被稱(chēng)為自動(dòng)語(yǔ)音識(shí)別（ASR），其目標(biāo)是讓機(jī)器聽(tīng)懂人類(lèi)的語(yǔ)言。經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，隨著ASR技術(shù)研究的不斷突破，其對(duì)計(jì)算機(jī)發(fā)展和社會(huì)生活的重要性日益凸現(xiàn)出來(lái)。以語(yǔ)音識(shí)別技術(shù)開(kāi)發(fā)出的產(chǎn)品應(yīng)用領(lǐng)域非常廣泛，如語(yǔ)音撥號(hào)、語(yǔ)音文檔檢索、語(yǔ)音聊天助手，同聲翻譯、智能家居、醫(yī)療服務(wù)、工業(yè)控制、語(yǔ)音通信系統(tǒng)等，幾乎深入到社會(huì)的每個(gè)行業(yè)和各個(gè)方面。近些年來(lái)，隨著Siri的走紅，類(lèi)似Siri、搜狗語(yǔ)音助手這樣利用語(yǔ)音實(shí)現(xiàn)控制，語(yǔ)義理解的系

2、統(tǒng)開(kāi)始大量涌現(xiàn)。而ASR作為這類(lèi)系統(tǒng)的入口，很大程度上決定了這類(lèi)應(yīng)用的質(zhì)量。沒(méi)有一個(gè)好的語(yǔ)音識(shí)別系統(tǒng)做支撐，再好的助手也只能是個(gè)擺設(shè)。所以ASR作為實(shí)現(xiàn)人機(jī)自由交互的關(guān)鍵技術(shù)是非常值得深入研究的。本文主要分析研究隱馬爾科夫模型（HMM）原理和深度神經(jīng)網(wǎng)絡(luò)（DNN）原理在語(yǔ)音識(shí)別中的應(yīng)用，并以HMM工具包（HTK）為平臺(tái)，搭建一個(gè)IP語(yǔ)音撥號(hào)識(shí)別系統(tǒng)。本文所做的工作與貢獻(xiàn)總結(jié)如下：
　　1.概述語(yǔ)音識(shí)別的研究背景與意義以及國(guó)內(nèi)外發(fā)展

3、現(xiàn)狀。介紹語(yǔ)音信號(hào)的預(yù)處理，深入研究語(yǔ)音識(shí)別中涉及到的關(guān)鍵技術(shù)。
　　2.制作語(yǔ)音數(shù)據(jù)庫(kù)。編寫(xiě)腳本生成25個(gè)隨機(jī)文本，每個(gè)文本包含50句隨機(jī)IP格式的英文句子，分配給25人（12男13女）錄音，共錄制1250句。其中1000句作為訓(xùn)練樣本（或稱(chēng)為語(yǔ)料），250句作為測(cè)試樣本。錄音數(shù)據(jù)全部統(tǒng)一采用windows系統(tǒng)中常用的WAV格式保存。
　　3.在HTK平臺(tái)上搭建一個(gè)IP語(yǔ)音撥號(hào)系統(tǒng)，使用錄制的1000句語(yǔ)料訓(xùn)練出四種類(lèi)型的

4、模型，單因素HMM模型，三音素HMM模型，綁定狀態(tài)三因素HMM模型，以及DNN-HMM模型。分別使用這四種模型測(cè)試250句樣本，對(duì)比它們各自的單詞識(shí)別率和句子識(shí)別率，其中DNN-HMM模型的單詞和句子識(shí)別率在四種模型中均為最高，說(shuō)明神經(jīng)網(wǎng)絡(luò)模型相對(duì)于傳統(tǒng)的隱馬爾科夫模型而言，對(duì)語(yǔ)音的擬合性更強(qiáng)。但DNN-HMM模型屬于深度模型，復(fù)雜度很高，相同的數(shù)據(jù)在訓(xùn)練和解碼過(guò)程均需要較長(zhǎng)的時(shí)間，所以它對(duì)硬件的計(jì)算能力有更高的要求。
　　4.