拉普拉斯混合分布语音模型研究.pdfVIP

ComputerEngineeringandApplications~算机工程与应用 拉普拉斯混合分布语音模型研究 侯玉宝，王景芳 HOU Yubao，WANG Jingfang 湖南涉外经济学院 信息科学与工程学院，长沙 410205 CollegeofInformationScienceandEngineering，HunanIntemationalEconomicsUniversity，Changsha410205，China HOU Yubao，WANG Jingfang．M ixtureLaplacedistribution speechmodelresearch．Com puterEngineeringand Applications，2014，50(18)：202—205． Abstract：Foroverweighttailcharacteristicsofthespeechsignal，thispaperproposesamixed—laplacedistributionacoustic mode1．Laplacemixturedistributionmodelparameterestimationisdiscussedtheoretically,andwhichcanbeachievedfrom theprinciplesandalgorithms．Themaximum expected(ExpectationMaximization，EM)algorithmhasbeenappliedto obtaininggoodresults．ThehybridLaplacemodelhasbeencreativelyusedtostudyspeechsignalprocessing． Keywords：mixtureLaplacemodel；speechsignal；ExpectationMaximization(EM)；kurtosis；heavy-taileddistribution 摘 要 ：针对具有超重尾特性的语音信号，提出了混合拉普拉斯分布语音模型。从理论上探讨了混合拉普拉斯分布 模型的参数估计，从原理与算法得以实现。通过最大期望 (ExpectationMaximization，EM)算法取得 了良好效果。 创新运用混合拉普拉斯模型研究语音信号处理。 关键词 ：混合Laplace模型；语音信号；最大期望算法；峰度；重尾分布 文献标志码：A 中图分类号：TP182 doi：10．3778／j．issn．1002—8331．1310—0328 1 引言 定某一随机变量结果的是大量微小的、独立的随机因素 语音信号处理D-2]以语音为研究对象，涉及心理学、 之和，并且每一随机因素的单独作用相对均匀得小 ，没 生理学、语言学、人工智能和模式识别等多项研究领域， 有一种因素可起到压倒一切的主导作用，那么这个随机 甚至还涉及到说话时的表情 、手势等人的体态语言信 变量一般近似服从于正态分布。正态分布广泛存在于 息。由于语音是人们在 日常生活中的主要交流手段，因 自然现象、社会现象、科学技术以及生产活动中，在实际 此语音信号处理在现代信息社会 中占有重要地位。近 中遇到的许多随机现象都服从或者近似服从正态分布。 年来 ，随着语音信号处理技术的日益成熟 ，出现了新的 但事实上语音是具有重尾特性的非平稳过程。Laplace 基于语音识别的应用方向，如语音拨号、呼叫中心、移动 分布具有峰度为6的重尾特性，本文研究Laplace分布语 设备中的嵌入式命令控制、发音学习以及基于关键词检 音模型与混合Laplace分布语音模型 ，并将两者语音模 出的口语会话系统等。随着语音信号处理技术在实际 型进行对比分析。 生活中的应用在不断发展，语音信号处理技术已经被广 泛地接受和使用。由于语音比其他形式的交互方式具 2 语音的Laplace分布模型参数估计 有更多的优势，因此这项技术已经越来越贴近人们的生 2．1 重尾与峰度 活。目前 ，语音信号处理技术处于蓬勃发展时期 ，不断 相对于正态分