應用事前模型與環境調適於隨機向量映射為基礎之-researchgate.pdfVIP

國 立 成 功 大 學 資 訊 工 程 學 系 碩 士 論 文 應用事前模型與環境調適於隨機向量映射為基礎之噪音 語音辨識 Using Prior Model and Environment Adaptation for Stochastic Vector Mapping-Based Noisy Speech Recognition 研 究 生：林俊郁 指導教授：吳宗憲 中 華 民 國 九十五 年 一 月 摘要 應用事前模型與環境調適於隨機向量映射為基礎之噪音語音辨識 林俊郁* 吳宗憲 ** 國立成功大學資訊工程學系 碩士班 目前的語音辨識系統在有良好的訓練之下，可以達到相當高的辨識 率（95%以上）。如果在不是很安靜的環境下使用，會使辨識率有一定程 度的下降而造成使用上的困擾。因此， 我們希望設計一個自動語音辨識 系統，可以容忍在噪音環境下的語音辨識。 本論文一共有三個流程，分別為訓練流程、模型調適流程與測試流 程。 在訓練流程，我們先建立三個聲學模型，分別為噪音語音、乾淨語 音與噪音環境的語音。接著我們對訓練語料做噪音估計，其目的是用來 為後面的環境模型與常態化噪音做準備 。而我們使用了最大事後機率的 概念來調整我們的訓練模型。 而在噪音特徵的處理，包括我們應用了哪些方式來分析噪音，與如 何處理被噪音影響的乾淨語音。首 先我們應用循序最大期望值 (Sequential-EM)來做噪音的估算，與收集噪音常態化的資訊。接著我們利 用最小分類錯誤 (minimum classification error, MCE)應用隨機向量映射的 觀念，對噪音語音做聲學模型補償與語音加強。最後使用最大事後機率 (maximum a posteriori, MAP)做模型調適，利用測試語料的模型調適將有 助於使我們的事前噪音模型更完整。 *作者 ** 指導教授 I Abstract Using Prior Model and Environment Adaptation for Stochastic Vector Mapping-Based Noisy Speech Recognition Chun-Yu Lin* Chung-Hsien Wu** Department of Computer Science and Information Engineering, National Cheng Kung University, Tainan, Taiwan, R.O.C Recent speech recognition system has reached very high levels of recognition rate (more than 95%). But the recognition rate may degrade significantly in a noisy envi