连接数字语音识别研究.pdfVIP

Y38351‘ 摘 要 目前，语音识别的研究已经进入到大词汇量、非特定人的连续语音识 别的高级阶段，其中最主要的研究途径是采用统计模型(特别是隐含马尔 可夫模型)的方法以及人工智能 (尤其是神经网络)的方法.本文主要讨 论的是连接数字的语音识别研究，所采用的模型就是神经网络模型和HO 模型。 数字串识别属于连续语音识别中的一种特殊情况，它区别于孤立字词 识别中的关键词固定的情况。在数字串识别中，不仅不知道待识别数字串 中的数字，而且数字串的长度也在一个范围内改变，因此增加了搜索的难 度;另外，在数字串中，数字与数字之间没有明显的停顿间隙，因而使得 音节与音节之间的分割困难。 考虑到连续数字串中的数字仅包括0-9这十位数字，我们提出了一 种简便的音子划分策略，将0-9十个数字拆分为35个音子，然后分别用 EP神经网络和连续隐马尔可夫模型进行数字串识别的训练和测试，并给 出实验结果。， 本文一共分五章进行讨论。第一章是对语音识别技术进行了综述;第 二章介绍了一种简便的连IWT串的章TAM:第三章对隐4i17未模型 进行了详细的介绍;第四章给出了一种基于我们提出的音子分段策略的神 经网络识别方法;第五章给出了一个基于连续HMM的数字串识别系统。 本文所述的方法均是在MicrosoftWindowsNT环境下用Matlab5.3 语言编程实现的。所采用的数据来自云南民族汉话语音数据库。 Abstract Research in automatic speechrecognitionbymachinehas developedtothestageoflargevocabulary,speakerindependentand continuousspeechrecognitioncurrently.Theimportantmethodsare statisticalmodelingmethods(especiallythehiddenMarkovmodel approach)andartificialintelligencemethods(particularlythe neuralnetworksapproach).Thispaperwilldisscusstheresearchin connecteddigitsspeechrecognition.Themodelweusearehidden Markovmodelandneuralnetworksmodel ConnectedDigitStrings(CDS)recognitionisapeculiarcasein continuousspeechrecognition.Itisdifferentfromthecasein whichthekeywordisfixedinisolatedwordsrecognition.InCDS recognition,notonlythenumberoftherecognizeddigitstrings isunknowntous,butalsothelengthofdigitstringschangeswithin arange.Sotherearedifficultiesinsearchingalgorithm.Because oftheuncertaintyindigitboundarieswithinthedigitstrings sequence,thisresultsin problemswhensegmentingword. Consideringthedigitsindigitstringsonlyincludeten numbers:0to9,weproposeasimpleandconvenientphoneclassifying strategy,dividin.g the ten numbers into 35 phones,then we respectivelymakeuseofBPneuralnetworkand}MM methodsto implementtrainningandtestingthedigitstringsrecognition,and presenttheresults Thispape