汉语广播电视新闻语音识别-模式识别与智能系统专业论文.docxVIP

摘要摘要／日前，以汉语广播电视新闻语音为对象的语音识别技术的研究，对于语音识别的实用化发展具有非常重要的意义a本文针对汉语广播电视新闻语音识别的技术难点，主要进行r以下几个方面广泛而深入的研究。首先：在广播电视新闻语音的连续语音分割方面，本文提出基于检测熵变换趋势的音频特征跳变点检测方法，用来检测连续音频信号中的声学特征发生改变的地方。f这种方法是根据一段数据窗内的每一个可能的声学特征跳变点所分割的两段语音信号的熵的变化趋势来确定声学特征跳变点。相比于国际上通用的基于BIC准则的声学特征跳变点检测方法，本文提出的音频特征跳变点检测方法具有较高的灵敏度和较鲁棒的检测门限，可以较好的适应各种场合的声学特征跳变点的检测。1其次：在广播电视新闻语音识别的自适应方面，本文详细分析了国际上通用的各种广播电视新闻识别系统的自适应算法的优点和缺点。f特别针对基于自适应回归树的MLLR算法需要依靠先验知识来决定自适应变换类的这一缺点和不足，提出一种基于目标驱动的多层自适应算法。这种自适应算法能够根据自适应数据的似然概率的增加来动态的决定自适应变换类的种类和数目，可以更加充分的利用有限的自适应数据进行自适应，提高系统的识别率。J最后：在广播电视新闻的连续语音识别方面，本文基于现有的广播电视新闻的连续语音识别系统在处理相关性特征建模这个问题上的缺点和不足，结合特缸层的线性旋转变换和模型层的方差建模技术，提出一种用方差建模技术来实现的共享状态空间旋转变换矩阵的相关特征建模方法。．这种方法利用基于状态的旋转变换方法的解相关作用，在变换后的不相关的特征空间上建立高精度的具有对角方差结构的混合高斯模型。f同时又利用方差建模技术来进行状态空问变换矩阵的参数共享和参数优化，克服了基于状态的特征旋转变换方法所导致的模型参数数目过多、解码时计算垂较大的缺点。在汉语普通话连续语音测试和广播语音的连续语音测试中，本文提出的相关性特征建模方法在增加较少的内存占用量和解码讨算量的情况下，能够比采用传统的具有对角方差结构的高蜥混合模型的建模方法获得20％的相对误识率的降低。1。关键词：广播电视新闻语音识别；连续音频分割f说话人自适应特征空间旋转变换；方差建模技术．AbstractAbstractInthepasttenyears，greatprogresshasbeenmadeinthestate—of-the—artlaboratoryspeech—recognitionsystem．RecentlythefocusofspeechresearchhasshiftedfromreadspeechtOthespeechdatafoundintherealworld—likebroadcastnewsoverradioandTV．DuringthethreeyearsofmyPh．D．study,Ihaveinvestigatedthekeytechnologiesofbuildingbroadcastingrecognitionsystem．Themainresearchworkfocasedonthefollowingthreeaspects：Iproposedanovelmethodforacousticchangepointdetection．whichiSimportantfortheimprovementofperformanceofbroadcastingsegmentationsystem．Themethodproposedheredetectstheacousticchangepointsbycheckingthechangingtrendofdividingentropyofeverysignalpointsinaslidingwindow．ComparedwiththetraditionaJdetectionmethodbasedonBayesianInformationCriterion(BIC)，themethodcandetecttheacousticchangepointmoreaccurately,especiallyformatbetweentwoshortsignals．TheMLLRadaptationmethodhasbeenwidelyusedinthespeechrecognitionsystem．ThetraditionalMLLRadaptationmethoddefinestheregressionclassesbasedontheassumptionthata11theoutputdistributionscloseinoriginalacousticfeaturespaceshouldbetiedandtransforme