现代测试技术语音识别技术.pptxVIP

现代测试技术语音识别技术;第五章 语音识别技术;第一节 引言 ;一、关于声音;声音文件;获取声音;二、语音通信;计算机模拟人类交流信息的过程:;第二节 语音识别技术概述 ;一、语音识别技术;从广义上讲，语音识别也包括了对说话人的识别，其主要内容是提取语音信号中有关个人特征的信息、即语音的个性特征（如：音律特性等），在这里专指有意义、有内容的识别。 语音识别所涉及的学科领域：信号处理、物理学（声学）、模式匹配、通信及信息理论、语言语音学、生理学、计算机科学（研究软硬件算法以便更有效地实现用于识别系统中的各种方法）、心理学等。 ;二、语音识别的重要性;三、语音识别的基本原理;·构词规则 ·同音字判决 ·语法语义 ·背景知识 ;语音识别基本原理中的相关概念;三、语音识别技术分类;四、语音识别应用举例;嵌入式语音识别;语音对话娃娃;语音声控机器人;五、语音识别技术现实难度;六、语音识别的应用;第三节 声纹识别技术;生物识别技术优势;生物识别技术比较 ;一、声纹识别技术定义; 语音 分析;谱包络参数语音信息通过滤波器组输出，以合适的速率对滤波器输出抽样，并将它们作为声纹识别特征。 基于发声器官如声门、声道和鼻腔的生理结构而提取的参数：基音轮廓、共振峰频率带宽及其轨迹 ； 线性预测系数（与声道参数模型相符合）：如线性预测系数、自相关系数、反射系数、对数面积比、线性预测残差及其组合等参数； 反映听觉特性的参数；如美倒谱系数、感知线性预测等； 通过对不同特征参量的组合来提高实际系统的性能。;何谓成功的声纹识别系统;声纹识别与语音识别的不同;声纹识别的分类;UBM(Universal Background Model)，通用背景模型 GMM(Gaussian Mixture Model)，高斯混合模型 背景噪音（环境噪音） 信道差异（固定电话，手机，麦克风） 身体差异，语速快慢，时间间隔 FAR（False Accept Rate），错误接受率；FRR（False Reject Rate），错误拒绝率。 EER（Equal Error Rate），等错误率；即FAR=FRR时的错误率。 多说话人识别，分割;;二、声纹识别方法;5.3 声纹识别技术;三、声纹识别经典模型; 一个M阶高斯混合模型的概率密度函数是由M个高斯概率密度函数加权求和得到，如下： 其中M是混合模型的阶数，X是一个D维随机向量； wi是混合权重，满足： bi(X)是子分布，每个子分布是D维的联合高斯概率分布，表示为： 是均值向量， 是协方差矩阵。 ;完整的高斯混合模型由参数——均值向量、协方差矩阵和混合权重共同描述。因此，一个模型可表示为如下一个三元组： GMM计算结构;; UBM也是一个GMM，只是这个GMM需要用大量的 不同说话人的语音数据经过训练来表示说话 人无关的特征分布，这种特征是大多数说话人的共性特征。;GMM-UBM声纹识别系统;5.3 声纹识别技术;;基于声纹识别技术的电话语音远程考勤系统;感谢观看!