基于HMM的孤立词语音识别.ppt

LOGO 基于HMM的孤立词语音识别 yǔ yīn shí bié 报告人：刘翔鹏 2012年12月19日 目录 语音识别概述 HMM介绍 基于HMM孤立 词语音识别 语音 语音识别概述 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高新技术。 语音是人与人之间进行通信的最常用、最方便的形式。让计算机、机器人等智能设备也能听懂人类的语言可以方便地实现人机交互。 语音识别 声控开关 语音搜索 电话 拨号 语音机器人 语音输入法 … … 实际应用 声学 信息论 语音、语言学 信号 处理 人工 智能 模式 识别 数理 统计 学科基础 语音识别概述 语音识别的分类 根据识别的目的及重点不同，语音识别技术可以分为不同类别。 词汇量 1.小词汇量：100 2.中词汇量：100-500 3.大词汇量：500 发音方式 1.孤立词识别 2.关键词检出 3.连续语音识别。 说话人 1.特定人 2.非特定人 这是根据服务对象范围而分的。特定人系统只针对某个特定人，使用前必须先由本人输入大量发音数据进行训练；非特定人系统则是针对任何人，用户不需训练便可直接使用。 识别原理 语音识别从本质上来说是模式识别，语音识别过程就是根据模式匹配 原则，按照一定的相似性度量法则，使待测语音的特征矢量与语音模式库 中的某一个模板获得最佳匹配的过程。 示例：模板库：M0、M1、M2、M3、M4、M5、M6、M7、M8、M9 M3-M6-M9-M7 3-6-9-7 HMM介绍 隐马尔科夫模型(Hidden Markov Model, HMM) HMM是一种统计分析模型，是在马尔可夫链的基础上发展起来的。HMM有算法成熟、效率高、易于训练等优点，被广泛应用于语音识别、行为识别、文字识别和故障诊断等多种领域，是目前语音识别的主流技术。对于非特定人连续识别，HMM的表现性能良好。 HMM的缺点在于统计模型的建立需要依赖一个较大的语音库，这在实际工作中占有很大的工作量，且模型所需要的存储量和匹配计算的运算量相对较大。 隐马尔科夫模型的介绍 马尔可夫链 1.马尔可夫链： 在已知系统目前的状态(现在)的条件下，一个过程的“将来”仅依赖 “现在”而与“过去”无关，这种过程称为无记忆的单随机过程（马尔可夫过程）。时间和状态都离散的马尔可夫过程称为马尔可夫链。设S是一个由有限个状态组成的集合，S={1, 2, 3, …,n-1, n}，可以把马尔可夫链看做小球随时间在n种状态跳动的过程。 T S 1 2 3 n ...... 0 1 2 3 t ...... ...... 马尔可夫模型 由小球的跳动产生的状态序列X如果序列X在t时刻处在状态 ，若 2.马尔可夫模型： 则随机序 列X构成一个一阶马尔可夫(Markov Chain)。 一阶马尔科夫模型可以描述为一个二元组( S, A ) ，S是状态集合，而A是所有状态转移概率组成的一个n行n列的矩阵，其中每一元素 为从状态i转移到状态j的概率。 举例：天气预测 我们假设天气只有3个状态{1(阴天),2(多云),3(晴天)}对以往天气的观察我们已经统计出了状态转移矩阵。 马尔可夫模型 阴天 晴天 多云 0.3 0.2 0.6 0.4 0.3 0.1 0.2 0.8 0.1 假设今天是晴天，那么怎样预测明天的天气呢？因为晴天是3状态，多以我们只要找出矩阵A中第三行的转移概率最大的那一列即可。因为A的第三行第三列最大，也就是或如果今天是晴天则有0.8的概率明天仍然是晴天。 马尔科夫链 几种典型形状的马尔可夫链 (a)转移矩阵没有零值的Markov链 (b)转移矩阵有零值的Markov链 (c)和(d)是左-右形式表示的Markov链 隐马尔科夫模型 ...... 1 2 n 3.隐马尔可夫模型： 坛子与小球问题 HMM实例 设有N个坛，每个缸中装有很多彩球，球的颜色由一组概率分布描述。实验进行方式如下 根据初始概率分布，随机选择N个缸中的一个开始实验 根据坛中球颜色的概率分布，随机选择一个球，记球的颜色为O1，并把球放回坛子 根据描述缸的转移的概率分布，随机选择下一口缸，重复以上步骤 最后得到一个描述球的颜色的序列O1,O2,…，称为观测序列O。 随机选择N个坛中的一个抓球，这是一个随机过程。坛子中各种颜色的球的个数是不