基于语速调整和音位属性后验概率的音素识别.PDF

第28 卷摇 第2 期 信 号 处 理 Vol.28摇 No.2 2012年2月 SIGNAL PROCESSING Feb. 2012 基于语速调整和音位属性后验概率的音素识别 许友亮摇 张连海摇 张文林摇 李永彬 (信息工程大学信息工程学院, 郑州450002) 摘摇 要:基于语音事件检测的自动语音识别是当前研究的热点问题。 针对说话人语速变化导致模型适应性差的问 题, 提出了一种语速自适应调整算法。 该算法以语句为单位, 采用连续变化的帧长与帧移间隔对语句进行归一化 调整, 使调整后速率与语料库平均速率一致, 减小速率因素对模型训练的影响; 另外, 通过计算音位属性的后验 概率向量间夹角, 得到测试集的语速, 相比采用训练模型的语速检测方法减轻了系统负担。 本文将语速调整算法 应用于音位属性的提取, 并对音位属性特征进行非线性变换, 最后采用隐马尔科夫模型进行建模, 实验表明: 经 过语速调整后, 音素的平均持续帧数较为恒定, 动态变化范围减小, 使得音素识别率提升了1郾3% 。 关键词:语速调整; 音位属性检测; 隐马尔可夫模型; 自动语音识别 中图分类号: TP391.4摇 摇 文献标识码: A摇 摇 文章编号: 1003-0530(2012)02-0295-06 A Speaking Rate AdaptationTechnique and phonological Attribute Posteriorfor Phone Recognition XU You鄄liang摇 ZHANG Lian鄄hai摇 ZHANG Wen鄄lin摇 LI Yong鄄bin (Institute of Information Engineering,Information Engineering University,Zhengzhou450002) Abstract:摇 The event detection鄄based method has become state of the art technique in Automatic Speech Recognition (ASR).The differences inspeakingratemayimpairtheadaptationabilityof acousticalmodels,Onaccountofthis,Anovel adaptation algorithm is proposed in this paper,which adjust theframe and step size in thefront end of the system with the cell ofoneutterance,afteradaptation,thespeakingrateconsistentwiththeaveragerateofthespeechcorpusanddecreasing it爷s effect inmodeltraining. Inaddition,thismethodcalculatestheanglebetweenvectorsof theposteriorprobabilitytoget the speed of thetesting set,whicheasedtheburdenof systemcomparedtothat bytrainingmodels. Thealgorithmwasused in the pre鄄processing before the phonological features detection stage,and then with the nonlinear transformation,we put them asthe observation of Hidden Markov Modelsbas