語音識別系統(tǒng)中特征選擇及多分類器融合技術(shù)研究.pdf

1、語音識別技術(shù)就是為了實現(xiàn)讓計算機(jī)聽得懂人說的話，并能做出相應(yīng)的回饋，語音識別是實現(xiàn)人機(jī)交互最重要的一步。語音識別系統(tǒng)通常分為預(yù)處理、特征提取、分類器的設(shè)計、模板匹配四個步驟。通過預(yù)處理得到更清晰的語音信息，提取能夠反映語音本質(zhì)的特征以及設(shè)計精度更高的分類器，都對語音識別的性能具有重要影響。
　　 本文針對非特定人孤立詞的語音識別系統(tǒng)，分別從語音特征選擇與多分類器融合的角度對語音識別技術(shù)進(jìn)行研究，并取得了以下成果：
　　

2、(1)基于粗糙集理論的屬性約簡算法對語音特征進(jìn)行研究，提出了一種基于粗糙集理論的語音特征選擇方法，并通過特征選擇得到了一組語音特征。實驗結(jié)果表明，這種語音特征選擇方法有效地降低了特征的維數(shù)，使用選取到的語音特征，可以得到較好的識別效果，從而驗證了此特征選擇方法的有效性。
　　 (2)提出一種基于多分類器融合的語音識別方法，該方法使用SVM，RBF神經(jīng)網(wǎng)絡(luò)與貝葉斯網(wǎng)絡(luò)作為成員分類器，根據(jù)樣本庫中抽取的校驗集計算各成員分類器的權(quán)值，

3、以加權(quán)評分的投票策略進(jìn)行決策融合。實驗結(jié)果表明，通過多分類器融合的識別結(jié)果明顯優(yōu)于單個分類器，從而驗證提出的多分類器加權(quán)融合的方法是一種有效的語音識別方法。
　　 (3)設(shè)計了一個非特定人孤立詞的語音識別實驗系統(tǒng)。該系統(tǒng)具有語音樣本采集、預(yù)處理、特征提取與組合、模型訓(xùn)練、語音識別的功能。即將采集到的語音信息進(jìn)行后臺處理，最終得到一組特征向量，并導(dǎo)入分類器中與訓(xùn)練模型進(jìn)行比對，最終得到識別結(jié)果。而對樣本庫的訓(xùn)練樣本事先進(jìn)行離線處理