嵌入式連續(xù)語音識別算法研究.pdf

1、隨著移動設備和語音識別技術的發(fā)展，嵌入式平臺下連續(xù)語音識別已成為當前語音識別應用研究的熱點。在現今大詞匯量連續(xù)語音識別距離實用化還存在不可忽視的溝壑下，某些特定領域內中等詞匯的應用則可以在小型設備中發(fā)揮大作用，其更加貼近自然語音的說話方式和便捷的人機交互方式將給人們生活帶來更大的便利。 在這一背景下，本文在大詞匯量連續(xù)語音識別系統(tǒng)的基礎上搭建的中等詞表語音識別系統(tǒng)，可應用于電話信息查詢，PDA，GPS 等移動設備語音交互等有限資

2、源平臺下，并可根據語法限制解析出關鍵字。在保證一定識別率情況下，系統(tǒng)以內存消耗和計算性能為主要目的。 首先，以大詞匯量連續(xù)語音識別系統(tǒng)構建的基線系統(tǒng)，采用單因子的HMM模型，語言模型采用有限狀態(tài)語法的確定有限狀態(tài)自動機(DFA)來進行語法限制，詞典樹為前綴共享的發(fā)音樹結合有限狀態(tài)網絡組合為搜索狀態(tài)空間，在這個空間中搜索策略為廣度優(yōu)先的幀同步維特比束搜索，以狀態(tài)層存活數目為剪枝目標。在一遍搜索的結果上進行第二遍深度優(yōu)先異步堆棧解碼

3、算法進行二次搜索，在第二遍以詞為單位的擴展過程中，加入了以后驗概率為置信評分的簡單重估，該計算非常有效的減少了詞的刪除錯誤，降低了誤警率。 然后對整個系統(tǒng)性能進行測驗和評估，結合測試集，知識資源和系統(tǒng)參數進行了多項實驗。在106*4句語音的測試集中，最好可獲得了96.65％的詞準確率。并分析了系統(tǒng)的性能影響，內存占用因素以及計算復雜度。算法復雜度有網絡擴展和概率計算兩大部分，當狀態(tài)分布越簡單，網絡越復雜時，輸出概率計算所占比重越

4、小。 并確定系統(tǒng)的嵌入式移植方案。本文中采用了TI MS320C6173浮點開發(fā)板，其主頻225MHz，SDRAM 16MB，FLASH為2MB，在500 詞以內的任務下，根據以上的內存占用分析和計算復雜度，此平臺是可以承受得。移植方案出于減少計算消耗考慮，將系統(tǒng)分為離線初始化和在線識別部分，離線部分包括調入資源模型以及構造靜態(tài)搜索網絡，在線部分完成特征提取和搜索，利用中間文件的形式作為兩部分的橋梁，一定程度上減少了搜索空間的構