版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、自動(dòng)語音識別是具有巨大應(yīng)用價(jià)值和廣闊應(yīng)用前景的人機(jī)交互技術(shù),而聲學(xué)建模則是創(chuàng)建語音識別系統(tǒng)的關(guān)鍵環(huán)節(jié)與核心技術(shù),也是語音識別研究的重點(diǎn)和熱點(diǎn)之一。本文對蒙古語語音識別聲學(xué)建模相關(guān)的若干問題進(jìn)行了深入的探索和研究。目前,在國際信息化浪潮的推動(dòng)下,蒙古族自治區(qū)域正在快速步入信息化社會(huì)。在這種歷史背景和條件下,開展本文的研究工作,不僅具有重要的學(xué)術(shù)價(jià)值,而且具有積極深遠(yuǎn)的社會(huì)現(xiàn)實(shí)意義,它必將有益于廣大蒙古族同胞生活、學(xué)習(xí)、工作自動(dòng)化程度的提高
2、,必將有益于蒙古族自治區(qū)域信息化水平的提升。
本文研究工作在蒙古語語音識別聲學(xué)建模的模型選擇、相關(guān)支持技術(shù)以及參數(shù)估計(jì)等三個(gè)基本問題方面均有所涉及,具體研究內(nèi)容和創(chuàng)新點(diǎn)如下:
1.蒙古語聲學(xué)模型拓?fù)浣Y(jié)構(gòu)優(yōu)化
模型選擇方面,針對當(dāng)前創(chuàng)建蒙古語語音識別系統(tǒng)時(shí)只能采用經(jīng)驗(yàn)式或啟發(fā)式方法選擇較大建模對象(指其讀音由兩個(gè)或兩個(gè)以上的音子構(gòu)成的建模對象)聲學(xué)模型拓?fù)浣Y(jié)構(gòu)的情形,本文提出了分別基于標(biāo)準(zhǔn)遺傳算法和標(biāo)準(zhǔn)粒群優(yōu)
3、化算法的兩個(gè)蒙古語較大建模對象聲學(xué)模型拓?fù)浣Y(jié)構(gòu)優(yōu)化算法,并給出了算法實(shí)現(xiàn)相關(guān)問題的解決方案和高斯核非均勻分配系統(tǒng)的訓(xùn)練策略。與以往的進(jìn)化方法在其它語言語音識別領(lǐng)域中的類似應(yīng)用相比,本文算法都具備同時(shí)優(yōu)化模型狀態(tài)數(shù)與各狀態(tài)高斯核數(shù)量、摒棄高斯核均勻分配以及自動(dòng)搜索等優(yōu)點(diǎn)。在驗(yàn)證和應(yīng)用上述模型拓?fù)鋬?yōu)化算法的實(shí)驗(yàn)中,與分別使用一種傳統(tǒng)方法選擇蒙古語較大建模對象聲學(xué)模型拓?fù)浣Y(jié)構(gòu)的兩組基線系統(tǒng)相比,利用本文算法選擇蒙古語較大建模對象聲學(xué)模型拓?fù)浣Y(jié)
4、構(gòu)的所有語音識別系統(tǒng),其識別性能均占顯著優(yōu)勢;相對于表現(xiàn)最好的基線系統(tǒng),分別使用本文提出的一種算法的兩組拓?fù)鋬?yōu)化系統(tǒng),其詞準(zhǔn)確率的提升幅度分別達(dá)到了11.52個(gè)百分點(diǎn)和10.42個(gè)百分點(diǎn)。
2.蒙古語聲學(xué)模型狀態(tài)聚類:問題集設(shè)計(jì)
建模相關(guān)支持技術(shù)方面,針對目前蒙古語語音識別界亟待設(shè)計(jì)出合理、完善的蒙古語問題集以有效支持聲學(xué)建模過程中基于決策樹的參數(shù)綁定方法的情形,本文討論了蒙古語問題集設(shè)計(jì)中的原則、音子集的選擇、音素
5、表的完善、復(fù)合元音的歸類、松與緊概念的應(yīng)用等關(guān)鍵問題的解決方案,給出了一個(gè)蒙古語標(biāo)準(zhǔn)音問題集,指出了該問題集相對于已有蒙古語問題集的優(yōu)越性。決策樹方法與數(shù)據(jù)驅(qū)動(dòng)方法的多次對比實(shí)驗(yàn)中,利用本文蒙古語問題集的前者每次都帶來了略高于后者的系統(tǒng)識別率,這說明本文的蒙古語問題集能夠有效支持基于決策樹的狀態(tài)聚類與綁定方法;問題集對比實(shí)驗(yàn)中,本文給出的問題集的表現(xiàn)好于目前已公開發(fā)表的其它蒙古語問題集,這說明它的設(shè)計(jì)更加合理、更為完善。
3.
6、蒙古語聲學(xué)模型區(qū)分性訓(xùn)練
模型參數(shù)估計(jì)方面,針對蒙古語口語中的眾多讀音相似的音子的相互誤識正在嚴(yán)重影響蒙古語語音識別系統(tǒng)的識別性能的現(xiàn)狀,本文將通過增強(qiáng)模型之間的區(qū)分度提高系統(tǒng)識別性能的區(qū)分性訓(xùn)練技術(shù)首次應(yīng)用在蒙古語語音識別領(lǐng)域中。具體地,將最大互信息、最小詞錯(cuò)誤和最小音素錯(cuò)誤等區(qū)分性訓(xùn)練準(zhǔn)則系統(tǒng)地應(yīng)用在蒙古語聲學(xué)建模任務(wù)中,設(shè)計(jì)了應(yīng)用方案,解決了訓(xùn)練數(shù)據(jù)列表的自動(dòng)調(diào)整、訓(xùn)練語料外三音子模型的合成、文本文件的自動(dòng)生成與處理等若
7、干技術(shù)問題,提出并實(shí)現(xiàn)了能夠直觀了解區(qū)分性訓(xùn)練效果的音子級解碼和基于混淆矩陣的解碼結(jié)果對比方案,基于區(qū)分性訓(xùn)練系統(tǒng)及其基線系統(tǒng)的混淆矩陣,發(fā)現(xiàn)和總結(jié)了蒙古語音子在語音識別過程中的元音和輔音之間很少發(fā)生誤識現(xiàn)象、弱短元音是元音與輔音相互誤識情況中的主要的元音音素、容易相互誤識的輔音只有有限的若干對等誤識規(guī)律。實(shí)驗(yàn)結(jié)果表明,各種準(zhǔn)則的區(qū)分性訓(xùn)練均能使蒙古語語音識別系統(tǒng)的識別率得到較大幅度的提高,區(qū)分性訓(xùn)練系統(tǒng)的詞準(zhǔn)確率的提升幅度最高達(dá)到了6
8、.44個(gè)百分點(diǎn)。
4.蒙古語聲學(xué)模型自適應(yīng)訓(xùn)練
同樣在模型參數(shù)估計(jì)方面,針對基于眾多說話人語料創(chuàng)建的蒙古語非特定人語音識別系統(tǒng)在交付給特定說話人使用時(shí)識別率不理想的情形,本文將通過重估模型參數(shù)使系統(tǒng)聲學(xué)模型更具特定說話人特征的說話人自適應(yīng)技術(shù)首次應(yīng)用在蒙古語語音識別領(lǐng)域中。具體地,在設(shè)計(jì)應(yīng)用方案并解決回歸類樹葉子結(jié)點(diǎn)數(shù)的設(shè)置等若干技術(shù)問題的基礎(chǔ)上,將最大似然線性回歸類算法和最大后驗(yàn)概率類算法系統(tǒng)地應(yīng)用在蒙古語聲學(xué)建模
9、任務(wù)中。此外,本文還探索了說話人自適應(yīng)技術(shù)的更深層次的用途:對說話人自適應(yīng)算法以及它們的有效組合在蒙古語聲學(xué)建模過程中的性別自適應(yīng)效果進(jìn)行了實(shí)驗(yàn)驗(yàn)證,并在利用說話人自適應(yīng)算法進(jìn)行蒙古語方言土語的自適應(yīng)方面做了一些探索性的工作。實(shí)驗(yàn)結(jié)果表明,各種參數(shù)變換的說話人自適應(yīng)算法均能使蒙古語語音識別系統(tǒng)的識別率得到較大幅度的提高,它們帶來的詞準(zhǔn)確率的提升幅度最高達(dá)到了32.75個(gè)百分點(diǎn);說話人自適應(yīng)技術(shù)在蒙古語聲學(xué)建模中具有很好的性別自適應(yīng)效果,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向語音識別的蒙古語聲學(xué)模型的研究.pdf
- 蒙古語阿拉善土語語音聲學(xué)研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的蒙古語語音識別系統(tǒng)聲學(xué)模型的研究.pdf
- 蒙古語語音識別系統(tǒng)的研究與優(yōu)化.pdf
- 蒙古語肅北土語元音聲學(xué)研究.pdf
- 基于HMM建模的蒙古語連續(xù)語音識別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 蒙古語語音合成技術(shù)的研究.pdf
- 張掖肅南蒙古語口語語音研究.pdf
- 蒙古語中漢語借詞的語音研究.pdf
- 基于HTK的連續(xù)蒙古語語音識別系統(tǒng)的研究.pdf
- 達(dá)爾罕茂明安聯(lián)合旗蒙古語口語語音研究.pdf
- 蒙古語語音合成系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于HMM-RBM的蒙古語語音合成研究.pdf
- 蒙古語語音關(guān)鍵詞檢測技術(shù)的研究.pdf
- 蒙古語教程
- 蒙古語阿拉善土語元音聲學(xué)分析.pdf
- 蒙古語土默特土語元音聲學(xué)分析.pdf
- 大學(xué)蒙古語文
- 基于動(dòng)詞詞干詞綴的蒙古語語音合成系統(tǒng)的研究.pdf
- 蒙古語標(biāo)準(zhǔn)音塞音和塞擦音的聲學(xué)格局研究.pdf
評論
0/150
提交評論