高性能汉语数码串语音识别

摘要

本文给出了一个高性能汉语数码串非特定人连续语音识别系统，其声学模型基于Mel倒谱系数和连续HMM，识别时采用多候选帧同步搜索算法，并采用了MCE算法进行训练以提高系统的区分能力，实验证明该系统的识别率为94.8%（不定长数字串）和96.8%（定长数字串）.为增强系统的实用性，本文还研究了基于MAP算法的说话人自适应算法和基于置信度的拒识算法.在进行自适应后，误识率可相对下降40%以上，在拒绝掉5%的正确语音时，系统识别率可以上升到96.9%（不定长数字串）和98.7%（定长数字串）.