大词表自然语音关键词识别系统的研究与实现(可复制论文).pdf

中文摘要摘要:语音识别作为人机交互的一种重要方式,有着广阔的应用前景。关键词识别是语音识别的一种特殊情况,同传统的连续语音识别相比,有正确率高,实用本文的主要内容是研究实现一个与说话人无关、与任务无关、针对自然语音、取,声学层P汀⒂镅匝P秃凸丶仕阉骷肮丶嗜啡稀H缓笠谰荼疚在关键词搜索模块中,本文对语音识别器的两种结果,即瓸艚诟窈鸵置信度确认中,阐述了目前常用的三种置信度:基于声学模型的置信度、基基于上述实验研究结果,采用实验得到的最优方法对系统进行实现,用时的电话信道口语对话语音对系统进行测试,实验结果表明针对一个龉丶性强等特点,因此关键词识别技术是近年来语音识别领域的一个研究热点。大关键词表的关键词识别系统。本文首先介绍了关键词识别的相关技术,包括语音的预处理与特征参数的提目标,设计本文的系统框架,包含预处理和特征提取、语音识别器、关键词搜索和置信度确认四大模块。节网格进行实验讨论,实验结果表明,基于音节网格的关键词搜索,在检测率和运行速度上都优于基于瓸艚诟竦墓丶仕阉鳌于后验概率的置信度和基于动态排名信息的置信度。通过实验及理论分析三者的优缺点,在此基础上,对其进行置信度融合得到两种混合置信度:一种是基于声学置信度和后验概率的混合置信度,另一种是基于动态排名和后验概率的混合置信度。实验结果表明,两种混合置信度较单独使用一类置信度性能更佳,且基于声学置信度和后验概率的混合置信度效果更优。词的检测任务,系统的品质因素为.%。关键词:关键词识别;音节网格;关键词搜索;置信度
知识水坝***@pologoogle为您整理
,,猚瑃.,,:籗;,瑆·.%:瑂瓹,猵琸,琲,篘—琣狟—甇—瓻瑆,’。籏
知识水坝***@pologoogle为您整理
鸯冶蝴期:矽年多月夕/独创性声明撰写过的研究成果,也不包含为获得北京交通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或了明确的说明并表示了谢意。学位论文作者签名
签字日期:丐年多月加日学位论文作者签名:奄冷答字日期:矽刊刚。日哆口‘∥卅学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得导师签名:
致谢予了我很大的关心和帮助,在此向苗振江老师表示衷心的谢意。苗振江教授对于我的科研工作和论文都提出了许多的宝贵意见,在此表示衷在实验室工作及撰写论文期间,众多博士硕士师兄弟以及钟岑岑、康丹丹、另外也感谢我的家人,他们的理解和支持使我能够在学校专心完成我的学业。本论文的工作是在我的导师苗振江教授的悉心指导下完成的,苗振江教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年来苗振江老师对我的关心和指导。苗振江教授悉心指导我们完成了实验室的科研工作,在学习上和生活上都给心的感谢。杜鲁燕等同学对我论文中的研究工作给予了热情帮助,在此向他们表达我的感激之情。
关键词识别的研究背景与意义关键词识别的意义是让机器通过识别和理解过程把人类的语音信号转变为相应的文本或命令的技术。语音识别的任务是研究如何利用计算机从人为代表,纯净连续语音识别率达到了%以上。但是目前语音识别技术离实用还从而无法达到实际应用的目的。语音识另的声学语音信号中提取有用的信息,并从中能够确定语音信号的语言含义,使得机器能够直接从人的声音中获得控制信息,并且按照人的指令行动【俊S镆羰侗鸬这些特性,使其具有广阔的应用前景。比如,自动控制、听写机、门禁系统、电话转接、机器操作等等。语音识别技术经过六十年的发展,已经取得了很大的成果,以有很长一段距离。语音识别技术之所以难以投入实用,一方面是由于语音的训练环境和实用环境之间的差异造成实际环境中语音识别率的急剧下降;另一方面是由于和人类听觉系统相比,无论是在声学层,还是语言层、语用层,语音识别的识别率都达不到人的水平。和目前常用的人机交互设备热缂獭⑹蟊辍⒖9亍按钮啾龋庑┥璞傅目煽啃远荚对冻镆羰侗鹫庵纸换シ绞健R虼耍杂可靠性要求高的地方,语音识别技术难以发挥作用【俊除此之外,目前语音识别系统限定说话者只讲词表以内的词,当将系统应用于口语中时,由于生活语言中频繁出现的不规则语法现象缤6佟⒅馗础⒕勒、非正常语音现象缈人以及环境噪声等因素,将导致系统性能的急剧恶化,关键词识别,也称关键词检测,技术是从连续的、无限制的自然语音流中识别出一组给