大詞表自然語音關(guān)鍵詞識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別作為人機(jī)交互的一種重要方式，有著廣闊的應(yīng)用前景。關(guān)鍵詞識別是語音識別的一種特殊情況，同傳統(tǒng)的連續(xù)語音識別相比，有正確率高，實用性強(qiáng)等特點(diǎn)，因此關(guān)鍵詞識別技術(shù)是近年來語音識別領(lǐng)域的一個研究熱點(diǎn)。 本文的主要內(nèi)容是研究實現(xiàn)一個與說話人無關(guān)、與任務(wù)無關(guān)、針對自然語音、 大關(guān)鍵詞表的關(guān)鍵詞識別系統(tǒng)。 本文首先介紹了關(guān)鍵詞識別的相關(guān)技術(shù)，包括語音的預(yù)處理與特征參數(shù)的提取，聲學(xué)層HMM模型、語言學(xué)模型和關(guān)鍵詞搜索及關(guān)

2、鍵詞確認(rèn)。然后依據(jù)本文目標(biāo)，設(shè)計本文的系統(tǒng)框架，包含預(yù)處理和特征提取、語音識別器、關(guān)鍵詞搜索和置信度確認(rèn)四大模塊。 在關(guān)鍵詞搜索模塊中，本文對語音識別器的兩種結(jié)果，即N-Best音節(jié)格和音節(jié)網(wǎng)格進(jìn)行實驗討論，實驗結(jié)果表明，基于音節(jié)網(wǎng)格的關(guān)鍵詞搜索，在檢測率和運(yùn)行速度上都優(yōu)于基于N-Best音節(jié)格的關(guān)鍵詞搜索。 置信度確認(rèn)中，闡述了目前常用的三種置信度：基于聲學(xué)模型的置信度、基于后驗概率的置信度和基于動態(tài)排名信息的置信度。

3、通過實驗及理論分析三者的優(yōu)缺點(diǎn)，在此基礎(chǔ)上，對其進(jìn)行置信度融合得到兩種混合置信度：一種是基于聲學(xué)置信度和后驗概率的混合置信度，另一種是基于動態(tài)排名和后驗概率的混合置信度。實驗結(jié)果表明，兩種混合置信度較單獨(dú)使用一類置信度性能更佳，且基于聲學(xué)置信度和后驗概率的混合置信度效果更優(yōu)。 基于上述實驗研究結(jié)果，采用實驗得到的最優(yōu)方法對系統(tǒng)進(jìn)行實現(xiàn)，用1小時的電話信道口語對話語音對系統(tǒng)進(jìn)行測試，實驗結(jié)果表明針對一個500個關(guān)鍵詞的檢測任務(wù)，系