基于某filler模型地语音关键词识别.docVIP

实用标准 文档 xxxx大学 毕业设计（论文）任务书 课题名称 基于Filler模型的语音关键词识别 学 生 姓 名 xxxxxxx 所在院、系（队） x系x队 专 业 电子信息工程 学 号 xxxxxxxxxxx 申请学位级别 工学学士 指导教师单位 x系x教 指导教师姓名 xxxxx 技 术 职 务 教授 二○一一 年 二 月 课题名称 基于Filler模型的语音关键词识别 其他指导老师姓名、单位 xxx xxxx 课题主要任务与要求： 语音关键词识别是语音识别的一种特殊情况，是处理自然语言、实现人机语音交互有效的解决方案之一，并成为语音识别领域的另一个研究热点。 1.了解语音识别基础知识，深入了解语音关键词识别技术。 2.了解国内外对于语音关键词识别技术研究的现状和发展方向。 3.掌握基于Filler模型的语音关键词识别的方法。 备 注 系（或教研室）审批意见： 课题难易程度适中，理论与实践相结合，适合作为本科毕业设计课题。 签（章） 2011 年 2 月 28 日 学院训练部审批意见： 签（章） 年 月 日 基于Filler模型的语音关键词识别技术 摘要 关键词识别是语音识别的一个重要领域。本文对基于filler模型的语音关键词识别进行了研究，它主要应用在实时的命令词检测和对话系统。研究重心为关键词识别系统的检出策略和确认方法。在基于垃圾模型的关键词系统中，常利用似然比方法进行语音确认。研究了一种基于竞争模型的加权似然比融合语音确认方法，通过联合目标模型与其竞争模型的似然比对子词的置信度进行估计，引入了最小确认错误准则训练融合的权重系数。实验表明该方法优于传统的似然比方法。通过分析关键词检测系统的置信特征，选择动态垃圾得分、似然比和驻留概率等特征计算关键词候选的置信度，这些特征的组合能够明显提高系统的拒识性能。 关键词：关键词识别，filler模型，似然比  Abstract Keywords recognition is an important area in the speech recognition. In this paper, we investigate filler model based keyword recognition, which is mainly used in real-time voice-command and dialogue systems. The focus of our research is the key-word detection algorithm and speech verification methods in the keyword recognition system. The likelihood ratio test-method is often used for utterance verification problem. A competing model was based on weighted likelihood ratio verification method is studied, where the sub-word confidence measure is estimated by combination of likelihood ratio scores of target model with its competing models, and the weight confidents are derived by minimum verification error criteria training. Experiment results show that the likelihood ratio approach is better than traditional methods. By analyzing the characteristics of confidence, we select the dynamic garbage score, likelihood ratio and the duration probability. The combination of these features can significantly improve the false rejection performance. Keywords: Keywords re