基于支持向量機(jī)的語種識(shí)別研究.pdf

1、隨著語音識(shí)別技術(shù)的不斷發(fā)展，語種識(shí)別作為語音識(shí)別的一個(gè)方面和它具有的重要意義，也越來越受到人們的廣泛重視。語種識(shí)別就是用計(jì)算機(jī)來自動(dòng)識(shí)別一段發(fā)音所屬語種的一項(xiàng)技術(shù)，它是在語音識(shí)別基礎(chǔ)上發(fā)展起來的。從上個(gè)世紀(jì)七十年代到現(xiàn)在，語種識(shí)別雖然只經(jīng)歷了短短幾十年的發(fā)展，但識(shí)別方法已有多種。這些方法雖然各有特點(diǎn)，但比較成熟的方法還不是很多。目前，我國對(duì)語種識(shí)別的研究較少，尚處于起步階段。 語種識(shí)別強(qiáng)調(diào)在與文本無關(guān)和與說話人無關(guān)的條件下進(jìn)行，

2、因而語種識(shí)別需要盡量消除語音信號(hào)中個(gè)體發(fā)音的差異，并且盡量找到不同語種的語音間不同的聲學(xué)特征，從而達(dá)到更好的識(shí)別效果。 本文首先從語種語音特征方面進(jìn)行分析，找出不同語種之間的差異，提取語種語音特征參數(shù)，特征參數(shù)以矢量形式表現(xiàn)。 然后提出利用加權(quán)的K近鄰法對(duì)訓(xùn)練矢量進(jìn)行野點(diǎn)排除。對(duì)于每?jī)蓚€(gè)語種間的每個(gè)訓(xùn)練矢量，分別找出與其歐氏距離最小的前K個(gè)矢量，判斷其類標(biāo)與它的K近鄰中多數(shù)類標(biāo)的符號(hào)是否一致。在K近鄰的特征矢量中各個(gè)矢量

3、對(duì)于判斷是否剔除對(duì)象特征的貢獻(xiàn)不同。最近鄰的貢獻(xiàn)為最大，第K近鄰的特征的貢獻(xiàn)為最小，可以分配不同的權(quán)值給K近鄰矢量。對(duì)K近鄰矢量符號(hào)加權(quán)求和后，判斷是否與對(duì)象矢量符號(hào)相同，若相同則保留，否則該對(duì)象矢量屬于異類將該特征矢量刪除。最后利用剔除完野點(diǎn)的訓(xùn)練矢量來訓(xùn)練one-against-one支持向量機(jī)(SVM)，利用one-against-one支持向量機(jī)對(duì)測(cè)試矢量集進(jìn)行分類投票，獲得投票數(shù)最多的語種被判定為未知語音的語種。 實(shí)驗(yàn)