汉语连续语音识别中自适应技术的分析-生物医学工程专业论文.docxVIP

摘耍摘要 摘耍 摘要 y叮678．55 f在计算机自动语音识别中，当训练和识别的环境由于信道和背景噪声的不同 而产生差异，或者所训练的模型无法很好地表示测试的数据时，将导致系统的识 别率急剧下降。自适应方法集中于使用少量的自适应数据来提高系统在测试环境 中盼|生能。自适应按应用场合可分为环境自适应和说话人自适应，按工作方式可 分为有监督和无监督的自适应，或静态和动态的自适应。还有一种称为撰写方式 的自适应利用测试集本身米进行自适应，反过来提高测试集的识别率。， 本论文回顾了汉语连续语音识别的基础知识，包括隐含马尔可夫模型、语音 特征参数的提取、声学模型、语言模型、识别过程和汉语的声学特点。 自适应技术从实现方法上可分为基于特征向量转换和基于模型参数转换两 大类。倒谱均值归一化是一种简单有效的基于特征向量转换的方法，基于模型参 数转换的方法最流行的是最大后验概率算法和最大似然线性回归技术。本文对以 上的算法进行了详细的介绍。 在实验中我们建立了汉语的关键词识别系统和汉语的大词汇表连续语音识 别系统。／在关键词识别系统的环境自适应方面，我们得出：少量数据即可明显改 善系统喻识别率；基于MLLR的方法要优于基于MAP的方法；当自适应的人数 较少时，结合MLLR与MAP的方法稍微劣于只基于MLLR的方法；当自适应 的人数增 合MLLR与MAP的方法较优。在大词汇表连续语音识别的自 适应方面 行了倒谱均值归一化和有监督的说话人自适应实验，取得了较 好的效果 研究了撰写方式的说话人自适应，提出了多遍处理的自适应方 法：置信度评估则分两步：先用较为简单的方法排除一部分错误识别结果，再用 基于N．Best的评分方法挑出置信度最高的结果，新的方法相对非特定说话人的 模型和参考模型都有明显改进。 ／’ 关键词：环境岔适砬、说话心酊吾应、倒谱均矗面一化、最大后验褫荤算法、最 大似然线性回归、汉语关键词识别、汉语大词汇表连续语音识别 、／ 分类号：{疆翌厂、 摘要Abstract 摘要 Abstract The performance of continuous speech recognition system degrades severely when there exists mismatch between testing and training conditions，or the recognition model does not represent the test data properly．Adaptation techniques focus improving recognition performance with small amount of data．Adaptation be classified environmental adaptation and speaker adaptation．And it operate in number of modes，such supervised and unsupervised static and dynamic．Transcription mode adaptation is done the test itself in order improve the models for subsequent recognition pass． This thesis reviews the basic elements of speech recognition for Mandarin,including hidden Markov models(HMMs)，feature extraction，acoustic models，language models，recognition process，and acoustic characteristics ofMandarin． To perform adaptation we modify either input feature vectors model parameters． Cepstral mean normalization(CMN)is simple but efficient method in feature space．The most popular techniques in model space maximum posteriori(MAP)and maximum likelihood linear regression(MLLR)．We describe these algorithms in detail． We build Mandarin keyword