语音识别中的环补偿研究.pdfVIP

北京邮IU人学博I’学位论且= 语哿识别中的王；i卜境孙偿研究 语音识别中的环境补偿研究 摘要 语音识别技术虽然经过多年的积累已经得到很大的发展，但 是还存在诸多问题，特别是语音识别系统环境鲁棒性问题已经严 重制约了语音识别系统的应用和发展。如何使系统不受周围环境 噪声的影响，提高系统的鲁棒性，已经成为亟待解决的关键问题 之一。目前的一些鲁棒性环境补偿方法具体可分为两大类：前端 处理方法和后端(声学模型)处理方法。近年来，基于统计模型 的环境补偿方法受到极大的关注，已经成功运用于前端和后端处 理中。本文将在搭建的非特定人大词汇量连续语音识别系统平台 上，对这种环境补偿方法进行深入的研究。所使用的连续语音识 别系统由以下三个开源工具构筑：剑桥大学开发的HTK声学模型 训练工具、卡内基梅隆大学和剑桥大学联合开发的 IPA(1nfomlation—tecllll010科Promotion 别器。 本文的具体工作与创新包括以下几个方面： l、对噪声干扰的过程进行了深入的研究，建立了时域、频域、 对数谱域和倒谱域环境模型。 2、构筑了基于batch EM噪声估计的特征补偿算法。针对两种定 义不同的EM辅助函数，从Bayes理论出发，推导了两种不同的 基于MAP的batchEM算法。 3、采用了基于sequentialEM噪声估计方法的特征补偿算法，解 决了语音识别系统在非平稳环境下的环境鲁棒性问题。假设噪声 环境的先验信息服从单一高斯分布，sequentialEM噪声估计方法 也可以在MAP框架下展开。 4、提出了～种基于多次解码技术的声学模型补偿方法，解决了 语音识别系统声学模型鲁棒性问题。该方法是建立在解码结果 上，通过解码获取纯净语音模型，利用基于Hl订M和MAP的batch EM算法估计出噪声参数模型。多次解码和多次噪声估计可以使 纯净模型和噪声模型更加精确，从而进一步提高合成的含噪声学 模型的质量和解码输出结果。 5、对声学模型补偿技术做进一步深入的研究，将本文所采．}=}j的 特征补偿算法运用于基于多次解码的声学模型补偿方法的第一 次解码中，提高第一次解码结果和噪声初始值的精度，因此该方 法可以进一步提高噪声估计的准确性，保证合成的含噪声学模型 更加符合当前的噪声环境，从而加快识别结果的收敛速度和精 度。实验表明该方法极大地降低了计算复杂度，用尽可能少的解 码次数获取更高的识别性能。 6、针对声学模型补偿技术存在动态肼M倒谱参数补偿困难的 问题，本文提出了一种混合补偿的方法，即对上面改进型的方法 作了进一步改进，将本文所提出的特征补偿与声学模型补偿方法 进一步有效地结合起来，并将其运用到随后的(第二次及其以后) 的解码中，利用后者补偿静态m心压倒谱参数，利用前者补偿动 态倒谱特征参数，从而实现静动补偿的目的，保证特征序列和声 学模型相匹配。 关键词：鲁棒语音识别、特征补偿、声学模型补偿、最大后验概率 (MAP)估计、最大似然(ML)估计 北京邮电大学博上学位论文 语音识别中的环境补偿研究 COⅣ巴ENSATl0N ENVIRoNMENT FORSPEECHRECOGNITION ABSTRACT fastaRer Althou曲speechrecognitiontecIllliquedevelops many are tobesolved years’researc