实用的非特定人命令集汉语语音识别系统若干关键技术的分析.pdfVIP

实用的非特定人命令集汉语语音识别系统 若干关键技术的研究 摘要 ／ ／近年来，语音识别技术取得了巨大的进展。人们迫切希望把它推 f 向r泛的实用领域，而不满足于只是理论研究。本文以开发～个实用 的非特定人命令集汉语语音识别系统为背景，分析解决了在其研发过 程中遇到的各种技术难点，并且设计了～个基于DSP的硬件系统用于 实现该语音识别系统。 从实验室走向市场的过程中，稳健性与成本是遇到的最大挑战。 在实际的应用场合中，说话人的变化、噪声干扰、信道失真等因素常 常导致语音识别系统性能的大幅下降。在硬件实现方面，实时的语音 信号处理需要高速的硬件处理器，语音模板体积往往较大，需要占用 很大的存储资源，导致硬件成本偏高，从而限制了语音识别技术的实 }／ 用。j／ I 本文针对非特定人命令集汉语语音识别，就实用语音识别系统中 涉及到的若干关键技术，进行了较深入的研究和探讨。 1)在分析比较DTW和删两种语音识别系统的基础上，通过改进 的多段矢量量化(MSVQ)方法优化模板，实现了基于DTW的算法压力 小、模板体积小、识别性能良好的非特定人命令集语音识别系统。 2)提出基于MSVQ模板的区别性训练方法，该方法通过MCE／GPD 算法对模板进行优化训练。与尽可能精确的描述训练数据的不同的最 大相似度训练相比，区别性训练主要考虑模板的区分能力，能明显提 高系统的识别率。 r 3)【实用的语音识别系统的最终用户可能是特定的一个或几个特定 k j／ 的人，有必要提高非特定人系统对最终用户的识别性能。y本文提出基 于MCE／GPD算法的说话人自适应方法，它既有良好的收敛特性，又能 实现快速的自适应。 r 4)鼯音识别系统如果处于不同于训练时所处的外部环境时，性能 将会乃重下降。语音识别系统的稳健性是语音识别技术走向实用的关 V／ 键。I本文在背景噪声情况下，采用倒谱均衡方法进行特征补偿；在信 I 道失真的情况下，采用MCE／GPD自适应算法学习新环境特征，自适应 调整模板参数，都取得了良好的识别效果。 5)设计了一个基于DSP的硬件系统，用于实现一个实用的语音识 别系统。 一，一+ f ， -。／。 、—7 关键词：语音识别，命令集，实用， 多段矢量量化，区别性训练，说 话人自适应，稳健性，DSP 。 、／’ KEY STUDYoN TECHNoLoGEISA oFPRACTICAL SPEAKERINDEPENDENT CoMMANDSSET MANDARIN SPEECH RECoGNITloN SYSTEM ABSTRACT Considerable hasbeen in progress madethefieldofautomatic speech therecent the of recognition(ASR)during ASRis years．Nowtechnology to