基于HMM模型的說(shuō)話(huà)人識(shí)別系統(tǒng)的研究.pdf

1、說(shuō)話(huà)人識(shí)別和語(yǔ)音識(shí)別是涉及語(yǔ)音模式識(shí)別的兩大并列研究課題.近年來(lái),說(shuō)話(huà)人識(shí)別系統(tǒng)主要是基于隱馬爾科夫模型和高斯混合模型(實(shí)質(zhì)上也是一種隱馬爾科夫模型)的.說(shuō)話(huà)人識(shí)別系統(tǒng)可以分為與文本有關(guān)、與文本無(wú)關(guān)和帶提示文本的三類(lèi).本文對(duì)基于隱馬爾科夫模型的與文本有關(guān)的說(shuō)話(huà)人識(shí)別系統(tǒng)進(jìn)行了比較系統(tǒng)的研究. 凡是模式識(shí)別都包含三大研究課題:切分、特征抽取和用于訓(xùn)練和識(shí)別的模型.說(shuō)話(huà)人識(shí)別也不例外,包含說(shuō)話(huà)人語(yǔ)音切分、說(shuō)話(huà)人的個(gè)性特征參數(shù)抽取和用

2、于說(shuō)話(huà)人訓(xùn)練和識(shí)別的模型(主要有隱馬爾科夫模型和高斯混合模型).本文就是圍繞著三個(gè)方面對(duì)基于隱馬爾科夫模型與文本有關(guān)的說(shuō)話(huà)人識(shí)別系統(tǒng)進(jìn)行討論和研究的.語(yǔ)音切分方面,作者提出了一種改進(jìn)的基于多線(xiàn)程技術(shù)的語(yǔ)音切分算法.說(shuō)話(huà)人的個(gè)性特征參數(shù)提取一直是個(gè)研究熱點(diǎn).目前人們并不清楚哪些聲學(xué)特征能夠有效地描述說(shuō)話(huà)人的個(gè)性特征,從而實(shí)現(xiàn)語(yǔ)義信息與說(shuō)話(huà)人個(gè)性信息的分離.對(duì)此,本文嘗試性地提出一種基于Fisher線(xiàn)性判別法則(LDA)的梅爾倒譜特征參數(shù)提