漢語語音預(yù)處理及孤立詞識別方法研究.pdf

1、語音識別作為一個交叉學(xué)科，具有極高的研究和應(yīng)用價值。語音識別和語音合成技術(shù)已經(jīng)成為現(xiàn)代計(jì)算機(jī)技術(shù)研究和發(fā)展的一個重要領(lǐng)域，也是現(xiàn)代技術(shù)發(fā)展的一個標(biāo)志。雖然語音識別技術(shù)已經(jīng)取得了一些成就，也有部分產(chǎn)品面世，但大多數(shù)語音識別系統(tǒng)受識別精度和系統(tǒng)復(fù)雜度的制約，仍局限于實(shí)驗(yàn)室，遠(yuǎn)沒有達(dá)到實(shí)用化要求。 中、小詞匯量的孤立詞語音識別系統(tǒng)是語音識別中的一個重要發(fā)展方向并具有廣泛的應(yīng)用。其中在聾兒語言功能康復(fù)訓(xùn)練中，是將受訓(xùn)者所發(fā)語音進(jìn)行處理后

2、，提取語音的特征，與標(biāo)準(zhǔn)發(fā)音進(jìn)行比較，使受訓(xùn)者逐步糾正自己的發(fā)音，特征參量的提取、分析、識別和應(yīng)用等算法與語種密切相關(guān)，本文屬于一種漢語語言視覺輔助語音訓(xùn)練系統(tǒng)的算法研究。針對漢語語音面臨的理論和技術(shù)問題，研究了漢語語音孤立詞識別技術(shù)及其實(shí)現(xiàn)方法。 論文首先分析了語音信號預(yù)處理問題。對端點(diǎn)檢測算法進(jìn)行了部分改進(jìn)，提出了一種基于EVRC的端點(diǎn)檢測方法。在背景噪聲變化的環(huán)境下，該方法將語音映射到一個基于心理聲學(xué)模型的語音矩陣中，通過

3、跟蹤噪聲，得到的語音矩陣和參數(shù)能夠適應(yīng)不同的背景噪聲環(huán)境。結(jié)合漢語語音的特點(diǎn)，使用本方法無需改變門限，即可準(zhǔn)確的檢測出語音的端點(diǎn)。 其次研究了基于DTW的語音識別系統(tǒng)，提出了一種基于聯(lián)合得分的實(shí)時孤立詞語音識別系統(tǒng)。在識別階段，通過內(nèi)插向量得到兩種改進(jìn)的DTW算法，并且和基本的DTW聯(lián)合起來對語音進(jìn)行識別，把各自的結(jié)果聯(lián)合起來得到最終的識別結(jié)果。實(shí)驗(yàn)表明，系統(tǒng)在低信噪比的環(huán)境下和實(shí)時運(yùn)行的環(huán)境中，都可以獲得比一般只應(yīng)用DTW算法