基于深度學(xué)習(xí)的孤立詞語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì).pdf

1、在人與人之間的自然對(duì)話中，語(yǔ)音對(duì)話是被使用最頻繁的一種交流方式，因?yàn)樗亲钪苯印⒆罘奖愕囊环N表達(dá)方式。那么在人工智能領(lǐng)域中，語(yǔ)音識(shí)別也就成為了人機(jī)交互技術(shù)里最重要的部分之一，并隨著現(xiàn)代科技的發(fā)展，各類語(yǔ)音識(shí)別軟件逐步融入人們的生活，例如智能手機(jī)的語(yǔ)音撥號(hào)、發(fā)短信、查詢等，以及汽車上的一些語(yǔ)音控制設(shè)備。在如今的互聯(lián)網(wǎng)時(shí)代里，獲得大量的語(yǔ)音數(shù)據(jù)已不成問(wèn)題，那么如何高效的利用這些未經(jīng)標(biāo)注的而且大量的語(yǔ)音數(shù)據(jù)，就成為了當(dāng)前語(yǔ)音識(shí)別領(lǐng)域的一個(gè)研究

2、熱點(diǎn)。與此同時(shí)，深度學(xué)習(xí)模型對(duì)數(shù)據(jù)有著強(qiáng)大的建模能力，并能直接對(duì)未標(biāo)注的原始數(shù)據(jù)進(jìn)行預(yù)處理，這就使其與語(yǔ)音識(shí)別的聯(lián)系越來(lái)越緊密。
　　在此背景下，本文以語(yǔ)音識(shí)別理論為基礎(chǔ)，針對(duì)如何將深度學(xué)習(xí)理論應(yīng)用于語(yǔ)音識(shí)別中這一問(wèn)題展開(kāi)研究，最后在此研究上設(shè)計(jì)了一個(gè)孤立詞語(yǔ)音識(shí)別系統(tǒng)，主要有以下內(nèi)容。（1）根據(jù)語(yǔ)音識(shí)別基本原理，在Matlab環(huán)境下，編程搭建一個(gè)非特定人的孤立詞語(yǔ)音識(shí)別系統(tǒng)框架，這個(gè)系統(tǒng)框架中主要包括語(yǔ)音信號(hào)預(yù)處理、特征提取、基

3、于HMM聲學(xué)模型的訓(xùn)練和解碼搜索這四個(gè)部分。實(shí)驗(yàn)中用訓(xùn)練庫(kù)中語(yǔ)音數(shù)據(jù)，以提取傳統(tǒng)的聲學(xué)特征（MFCC）為基本特征，訓(xùn)練出基于 HMM聲學(xué)模型的模板庫(kù)，再結(jié)合測(cè)試庫(kù)中的語(yǔ)音數(shù)據(jù)進(jìn)行解碼搜索，檢測(cè)此識(shí)別系統(tǒng)的識(shí)別率，并以此得到了一個(gè)合適的聲學(xué)模型參數(shù)，以便下來(lái)的試驗(yàn)。（2）以深度學(xué)習(xí)為基礎(chǔ)理論，提出了一種升維式的堆棧式深度自動(dòng)編碼器模型，利用此模型提取新的深層語(yǔ)音特征。并分別從網(wǎng)絡(luò)的隱含層層數(shù)、各層節(jié)點(diǎn)數(shù)、各層節(jié)點(diǎn)的激活函數(shù)、有監(jiān)督和無(wú)監(jiān)督

4、訓(xùn)練方式等多個(gè)方面構(gòu)建深度自動(dòng)編碼器模型及其在語(yǔ)音特征提取中的具體應(yīng)用。實(shí)驗(yàn)證明，新的深層特征比原始MFCC特征，使識(shí)別系統(tǒng)在詞識(shí)別正確率和時(shí)間方面都有所提高，這就證明了深度學(xué)習(xí)模型在特征提取上對(duì)提高語(yǔ)音識(shí)別正確率的有效性。（3）本文基于以上研究成果，在 Labview平臺(tái)上對(duì)上述所研究的基于深度學(xué)習(xí)的孤立詞語(yǔ)音識(shí)別系統(tǒng)進(jìn)行了系統(tǒng)設(shè)計(jì)，其功能包括錄音、播放、訓(xùn)練和識(shí)別。其中為了語(yǔ)音系統(tǒng)的識(shí)別正確率能達(dá)到95％以上，對(duì)模板庫(kù)進(jìn)行改進(jìn)，設(shè)計(jì)