語(yǔ)音識(shí)別中基于模型補(bǔ)償?shù)脑肼曯敯粜詥?wèn)題研究.pdf

1、在噪聲環(huán)境下的語(yǔ)音識(shí)別魯棒性算法研究是當(dāng)今主流語(yǔ)音識(shí)別系統(tǒng)中最重要的研究課題之一。雖然當(dāng)前的語(yǔ)音識(shí)別系統(tǒng)在實(shí)驗(yàn)室環(huán)境下已經(jīng)取得了令人滿意的成果，但是實(shí)際使用情況下，語(yǔ)音識(shí)別系統(tǒng)的識(shí)別率受不同類型的噪聲干擾相比實(shí)驗(yàn)室環(huán)境將有非常大的減低。在這一背景下，本文圍繞如何在噪聲環(huán)境下對(duì)語(yǔ)音聲學(xué)模型進(jìn)行針對(duì)性的補(bǔ)償，使得它更加吻合加噪語(yǔ)音的分布規(guī)律從而提高語(yǔ)音識(shí)別系統(tǒng)識(shí)別率這一研究方向，進(jìn)行了較系統(tǒng)而深入的研究。并且在模型參數(shù)補(bǔ)償算法、聲學(xué)模型訓(xùn)練

2、算法等方面都有一定的創(chuàng)新。 首先，本文介紹了我們所提出一種新的語(yǔ)音聲學(xué)模型在噪聲環(huán)境下的參數(shù)補(bǔ)償算法-UT變換補(bǔ)償算法。針對(duì)聲學(xué)模型參數(shù)在噪聲環(huán)境下非線性變化的補(bǔ)償問(wèn)題，現(xiàn)在國(guó)際上廣泛使用的PMC和VTS聲學(xué)模型參數(shù)補(bǔ)償算法只能達(dá)到其線性展開(kāi)的一階近似，所以本文通過(guò)使用自動(dòng)控制領(lǐng)域用來(lái)提高擴(kuò)展卡爾曼濾波器性能的稱作Unscented Transformation(簡(jiǎn)稱UT)的技術(shù)，可以達(dá)到對(duì)聲學(xué)模型參數(shù)非線性變化的二階近似，得到

3、的聲學(xué)模型參數(shù)更加精確。在對(duì)聲學(xué)模型靜態(tài)參數(shù)的補(bǔ)償過(guò)程中，我們提出了多種不同的使用UT變換算法的工程實(shí)現(xiàn)方法，其中效率最高的實(shí)現(xiàn)方法相對(duì)于傳統(tǒng)的UT變換實(shí)現(xiàn)方法效率提升了6倍以上，最終實(shí)驗(yàn)結(jié)果證明其相對(duì)于傳統(tǒng)的VTS方法具有明顯的優(yōu)勢(shì)。 其次，我們嘗試將UT變換補(bǔ)償算法進(jìn)一步擴(kuò)展到對(duì)聲學(xué)模型動(dòng)態(tài)參數(shù)的補(bǔ)償工作中來(lái)。語(yǔ)音特征信號(hào)中動(dòng)態(tài)特征復(fù)雜的計(jì)算方法使對(duì)于聲學(xué)模型中動(dòng)態(tài)參數(shù)進(jìn)行補(bǔ)償變的非常復(fù)雜。在本文中，我們通過(guò)嚴(yán)格的數(shù)學(xué)推導(dǎo)獲

4、得了準(zhǔn)確的動(dòng)態(tài)參數(shù)非線性變化函數(shù)，并利用UT變換補(bǔ)償算法進(jìn)行補(bǔ)償。實(shí)驗(yàn)結(jié)果表明，UT變換補(bǔ)償算法的優(yōu)勢(shì)得到充分發(fā)揮，進(jìn)一步提高系統(tǒng)性能。 最后，受到語(yǔ)音識(shí)別領(lǐng)域最近幾年在說(shuō)話人自適應(yīng)訓(xùn)練方面不斷取得進(jìn)展的啟發(fā)，本文第一次提出了基于噪聲環(huán)境下模型參數(shù)補(bǔ)償算法的模型自適應(yīng)訓(xùn)練算法。在本文中，針對(duì)我們?cè)谀Ｐ蛥?shù)補(bǔ)償過(guò)程中所使用的VTS算法，利用使補(bǔ)償以后的聲學(xué)模型針對(duì)帶噪語(yǔ)音數(shù)據(jù)似然度最大的準(zhǔn)則，將待補(bǔ)償?shù)穆晫W(xué)模型直接訓(xùn)練出來(lái)，從而在