计算机语音识别新参数.pdfVIP

第六届全国人机语音通讯学术会议 中国 深圳 计算机语音识别的新参数. 葛余博 谢新艳 葛菱南杨楠 胡波 (清华大学数学科学系，北京100084) 摘要 过程研究，用双重随机模型取代服 模型 使原来的常 A文针对在基于平稳假定得到的语音参数 LPC-CEP和 系数研究扩展到随机系数研究，这样能含盖原先的结果 NEL-CEP参数空间中语音混淆较严重，不少语音不能正 基于数理统计，对语音的平稳性给出量化指标用以刻画 确区分 『本文从两个方向挖掘语音新参数:基于随机过 平稳程度。将两个方向得到的语音新参数分别用于两类 程的研究.用双重随机模型取代流行的回归(AR)模型， 动态性强识别难度高的声母识别.实验表明.两个方向 使原来的常系数的研究扩展到随机系数的研究而能含 的研究都使识别率有较大提高 且能保证实时性和易于 盖原先的结果:基于数理统计，对语音的平稳性给出量 实现，因此是有希望的工作 化指标用以刻画平稳程度.将得到的语音新参数用于两 随机系数AR及双重AR-MA模型研究，提取新参数包 类动态性强的声母的识别，我们的实验表明，识别率有 括13.4,匀和新近的工作:从波形参数和平稳性参数的研 较大提高 保证实时性且易于实现. 究请见1[61和新近的工作。 关键词 语音识别 双重随机模型 平稳性参数. 2.双重AR-HA模型研究和新的非线性参数 1.引言 2.1 双重AR模型的平稳解及相关结构 涪音识别研究发展速度很快，美国、日本、韩国以及IBM, 多维AR(1)-MA(q麒型一般形式为: Apple,.ATT,NTT都对此投以巨资 IBM于1997年‘在 X二。,X,_,+U, (2.1) 中国开发了汉语ViaVoice语音识别系统，1998年又开发 。，=丸+已+A,已:+一+A,_QB, (2.2) 出可识别儿种地方口音的语音识别系统Viavoioe98叭 其中X,为。维的随机向量，U,为，维的“白噪声向 能扩增到65(H10词，具有 “纠错机制”，其平均识别率 量，。，rA,为,mcm的随机矩阵，乓为mxm维的iid矩阵 为9，%近年来我国在语音识别方面也取得了重大进展， 白噪声，1011与(u,}相互独立，且满足EX,U}=0.,i 高性能识别系统相继问世，「，并开始走向市场。尽管有些 时。 由于应用问题的需要 『在我们的研究中还可假定 系统识别率己很高，但离真正走向市场，还有距离 乓是以乳为对角元的对角阵』(e,)为 iid的白噪声序 Fl在一般的语音识别系统中，语音特征多采用基于AR 列。 模型(实际上是由ARMA简化得到)的LPC-CEP(倒频翻 对于一维AR(1)N4A(4膜型 或MEL-CEP.清华大学计算机系的实验证明，在16阶 倒须谱参数空间中，许多语音不能分开，因而确需探索