音素基随机轨迹模型的理论机制和参数估计方法.pdfVIP

维普资讯 文章编号：1000—3630(2000)02—68—04 音素基随机轨迹模型的理论 机制和参数估计方法 ． ， _^’f三．j 黄心哗 ，施 嵘 ．，富煜清 ，陆估人 … ， (东南大学无线电32程系，南京 210096) ， ] n ￡-：／／～ 牺 要：随机轨迹模型是针对基本隐马尔可夫模型所隐告的三十不合理假设而提出的统计建模方 法 。本文介绍了随机轨迹模型相对于基本隐-5尔可夫模型的优越性 ，综述了以音索为语音识别基 —0』茎关中键釜囤词分类：号音：0素4j2轨3迹元文：参献数标估识计码A。估计 。．-；’～f—一I—上．。1。。击寺。～j棱’、‘，’。 Thetheory andparameterestim ationm ethod tostochastic trajectorymodelsbasedonphoneme HUANG Xin—ye，SHIRong，FU Yu—qing，LU Ji—ten (DepartmentofRadioEngineering，SoutheastUniversity．tNanjing210096tChina) Abstract：Stochastictrajectorymodelscaneffective[yovercomethethreeunreasonableassumptionscausedby basichiddenMarkovmodels．Thispaperintroducestheadvantageofstochastictrajectorymodels，andmakesa rew[ew onthetheoryandtheparameterestimationmethodofstochastictrajectorymodelsbasedonphoneme． 由于语音是 由发音系统连续变化所产生 1 引 言 的，以上基本 HMM 假设无疑是不合理 的 语音识别的最大困难之一是如何对语音 随着发音系统的连续变化，语音信号可 以表 的发音速率及声学变化建模。随着隐马尔可 示为一个在参数空间 (例如倒谱空间)中移动 夫 模 型 (Hidden Markov Models，简 称 着的点 ，称此移动点的序列为语音的轨迹一 HMM) 的引入，这一难题得到了较圆满的 基本 HMM 的三个假设 ，尤其是假设 2，导致 解决。它通过状态转移概率对基元的发音速 HMM 不能保存语音的轨迹信息，容 易产生 率及声学变化建模，通过倚赖状态的观察概 轨迹折叠现象 ，使 HMM 在复杂 的上下文 率密度对基元发音的声学变化建模 。但是．基 环境中鉴别能力不高。为了克服这些现象，在 本隐马尔可夫模型为了保证其计算的有效性 基本 HMM 的基础上，引入 了许多扩展，例 和训练的可实现性，其前向算法 隐含了以下 如将观察特征矢量扩展为动态特征 一、以b 三 个假设：(1)状态转移概率与观察序列无 gram约束对观察特征矢量间相关性建模 【 关 ，且时不变 ；(2)状 态观察概率 密度函数与 以及引入依赖上下文的语音基 元模型 等，