基于元音长度调整及分组的中文孤立词识别.pdfVIP

第37卷第4期 信 息 化 研 究 V0l|37N0．4 2011年8月 Informatization Research Aug．2011 基于元音长度调整及分组的中文孤立词识别 朱 力，曾毓敏，汪育春，葛倩蓉 (南京师范大学物理科学与技术学院，南京，210046) 摘 要：大量统计结果表 明，语速 的快慢，在一定程度上，会影响语音识别率。为了解决这个 问 题，在原有动态时间规整基础上，论文采用了元音长度调整算法，先找 出元音部分的一个完整周期，再 通过插入或者删除相似波形，以达到调整语速的效果。论文提 出了元音分组算法，分别对元音按照类 型、相似性以及长度进行分组。给不同的分组使用不同的阈值进行计算，以提高识别率。 关键词：中文孤立词；动态时间规整；元音长度调整；语速调整；元音分组 中图分类号：TN912．3 0 引 言 别范围内则进行调整，否则不进行调整。 (4)该算法流程 图，如图2所示 。调整完毕后 ，测 当今社会 中，语音识别系统的应用越来越广泛， 试调整结果 ，确定元音调整后的长度 ，在可识别范围 所以提高其识别率是发展它的一个重要途径。在识 内，则结束调整过程。 别过程 中，由于人 自身发音长短不同的问题 ，会导致 识别率下降，本文想通过改善发音的长短问题 ，尽可 能通过某种方法，将人们的发音调整为某一个范围之 内，使得它能够配合语音识别系统，使其识别率得到 大幅度的提高。 ’ 近年来，学术界对这一 问题开展了广泛研究，提 出了一些实现算法，归纳起来主要有 ：动态时间规整 算法”、波形叠加压扩法 I、波形时长修正法。、音元的 复制与抽取法 。这些方法虽然在一定程度上 ，可以 解决发音长短不同的问题，但对于识别率的提高并没 有特别显著的效果。诸如波形叠加压扩法，容易使得 语音波形失真，造成识别率下降。 针对 以上问题 ，本文研究了元音长度调整算法 ， 并对该算法做 了一些改进 ，同时提出了元音分组算 法 ，分别对元音按照类型、相似性 以及长度不同进行 分组 。通过给不同的元音分组，使用不同的阈值参数 图1 语音语速调整流程 图 去计算 ，从而达到提高识别率的效果。 1．2 判断元音起止点 1 元音长度的调整算法原理 从语音的第一个采样点开始，计算整个语音段的 振幅阈值 ，STL(低振幅阈)及STU(高振幅阈)。具体 1．1 语音语速调整的基本思想 的方法：将每个采样点的振幅值存入数组M，其中最 本文中语速调整算法步骤如下 ： 大值记为SMX，最小值记为SMN，通过公式 ： (1)首先输入待识别的语音。 fI1：kl(SMX—SMN)+SMN (1) (2)根据短时平均振幅分析语音数据的元音起止 1I2：k2*SMN (2) 点。 fSTL=MINfI1，I21 (3) (3)根据元音长度，